廖華夏鮑 穎宋振亞*舒 啟尹訓強

(1.國家海洋局第一海洋研究所,山東青島266061; 2.青島海洋科學與技術(shù)國家實驗室區(qū)域海洋動力學與數(shù)值模擬功能實驗室,山東青島266237)

地球系統(tǒng)模式FIO-ESM對2016—2017年La Ni?a事件及其對中國近海地區(qū)影響的預測

廖華夏1,2,鮑 穎1,2,宋振亞1,2*,舒 啟1,2,尹訓強1,2

(1.國家海洋局第一海洋研究所,山東青島266061; 2.青島海洋科學與技術(shù)國家實驗室區(qū)域海洋動力學與數(shù)值模擬功能實驗室,山東青島266237)

最近的觀測表明赤道太平洋中部及東部的水溫略低于拉尼娜事件的閾值,但大氣與海洋的狀態(tài)還不足以完全支持轉(zhuǎn)為弱拉尼娜現(xiàn)象。本研究基于地球系統(tǒng)模式FIO-ESM和集合調(diào)整卡爾曼濾波同化方案建立的短期氣候同化和預測系統(tǒng),進行了1992-01-01—2016-10-31的模式同化,結(jié)果表明同化系統(tǒng)能夠為預測提供較好的初始場。隨后對2016—2017年拉尼娜事件的狀態(tài)以及中國近海地區(qū)氣溫和降水異常進行了未來6個月的預測,結(jié)果表明赤道太平洋會在2016年年底繼續(xù)降溫,Ni?o3.4區(qū)海溫異常將持續(xù)略低于拉尼娜事件的閾值-0.5℃,說明2016—2017年為弱拉尼娜事件,2017年春季東太平洋繼續(xù)降溫,表明此次拉尼娜事件可能會持續(xù)較長時間。預測結(jié)果同時也表明2016年冬季至2017年春季中國近海地區(qū)存在著北高南低的氣溫異常分布,中國南部地區(qū)降水存在負異常。拉尼娜帶來的極端天氣與氣候異常會對中國沿岸地區(qū)帶來巨大影響,但總體來說2016—2017年拉尼娜事件對中國的影響相對較弱。

拉尼娜;短期氣候預測;FIO-ESM;集合調(diào)整卡爾曼濾波同化方案;中國近海地區(qū)

拉尼娜現(xiàn)象,通常出現(xiàn)在厄爾尼諾現(xiàn)象之后,是厄爾尼諾現(xiàn)象的反位相,它是指赤道附近東太平洋水溫反常下降的一種現(xiàn)象,表現(xiàn)為東太平洋明顯變冷。與厄爾尼諾現(xiàn)象一樣,拉尼娜的出現(xiàn)也會伴隨著全球性天氣和氣候的異常[1-8],對于中國近海地區(qū)的氣溫降水[9]以及黑潮[10-11]等都有顯著影響。拉尼娜年在我國登陸的臺風數(shù)量明顯偏多[12-13],會嚴重影響中國沿岸港口碼頭、防波堤等工程的建設與防護工作。最近的觀測表明盡管赤道太平洋中部及東部的水溫略低于拉尼娜事件的閾值-0.5℃,但是大氣變量如底層風的異常變化還不足以完全支持轉(zhuǎn)為弱拉尼娜現(xiàn)象,綜合來看,當前還是中性狀態(tài)。美國氣候預測中心/氣候與社會國際研究所(Climate Prediction Center/International Research Institute for Climate and Society,CPC/IRI)多模式預測結(jié)果認為赤道太平洋中部及東部的水溫超過60%的可能性會在今年冬季(2016-12—2017-02)進一步下降進而出現(xiàn)弱拉尼娜現(xiàn)象。但是今年冬季是否能夠發(fā)生拉尼娜現(xiàn)象?若發(fā)生,強度多大?對中國近海區(qū)域的氣溫降水影響如何?這些問題仍不清晰。

自從20世紀70年代Manabe和Bryan[14]的開創(chuàng)性工作以來,氣候系統(tǒng)模式取得了巨大的進步,模擬能力有了大幅提高,其對ENSO的預測技巧已經(jīng)超過了統(tǒng)計模型,已被廣泛的用于ENSO的預測中[15-16]。當前,參與到由IRI組織和負責的全球多模式ENSO預測計劃的26個模式中有17個是氣候系統(tǒng)模式(http:∥iri.columbia.edu/our-expertise/climate/forecasts/enso/)。國家海洋局第一海洋研究所通過考慮浪致混合作用[17]建立了首個包含海浪的地球系統(tǒng)模式FIO-ESM v1.0(First Institute of Oceanography-Earth System Model version 1.0)并于2012年參與了第五次耦合模式比較計劃(Coupled Model Intercomparison Project Phase 5,CMIP5)。由于FIO-ESM在海洋模式的垂向混合中引入了更為合理的浪致混合作用,其對熱帶地區(qū)氣候態(tài)和ENSO頻率等的模擬能力得到了大幅提升[18]。隨后,基于FIO-ESM和集合調(diào)整卡爾曼濾波同化方案(Ensemble Adjusted Kalman Filter assimilation scheme)建立了短期氣候預測系統(tǒng)用于夏季海冰預測(https:∥www.arcus.org)和ENSO預測。Song等[19]在2015-10用該預測系統(tǒng)對2015—2016年強厄爾尼諾事件進行了較為準確的預測,但預測的強度比實際觀察的強度略低,這可能也是造成預測的2015—2016厄爾尼諾現(xiàn)象提前結(jié)束的原因之一。然而該系統(tǒng)對于拉尼娜事件預測的能力還不清楚。

(李 燕 編輯)

本文利用該短期氣候預測系統(tǒng)對2016—2017年的拉尼娜事件進行預測,一方面為氣候會商提供建議,同時也用以檢驗對拉尼娜事件的預測能力。

1 模式介紹和數(shù)值實驗設計

1.1 短期氣候預測系統(tǒng)

FIO-ESM是由國家海洋局第一海洋研究所研發(fā)的地球系統(tǒng)模式[18],該模式是全球首個耦合海浪模式的地球系統(tǒng)模式,并參與了第五次耦合模式比較計劃CMIP5。FIO-ESM主要由氣候系統(tǒng)模式和碳循環(huán)模式兩部分組成,本文主要分析氣候模式部分的結(jié)果。FIO-ESM的氣候系統(tǒng)模式采用大氣環(huán)流模式(CAM3)[20]、海洋環(huán)流模式(POP2.0)[21]、陸面模式(CLM3.5)[22]、海冰模式(CICE4)[23]以及海浪模式(MASNUM)[24]五個動力分量模塊,并采用美國大氣研究中心(National Center for Atmosphere Research, NCAR)發(fā)展的耦合器Coupler6[25]將各個模塊封裝耦合起來。其中大氣環(huán)流模式的水平分辨率為T42,約為2.875°,垂直方向分為26層;陸面模式的水平分辨率與大氣相同;海洋環(huán)流模式的水平分辨率經(jīng)向為1.1°,緯向為0.3°～0.5°,垂直方向分為40層;海冰模式的水平分辨率與海洋模式相同,海洋與海冰模式采用了極點投影轉(zhuǎn)移的兩級曲線正交坐標,將北極的投影點轉(zhuǎn)移到格陵蘭島;海浪模式的水平分辨率為2°,波向分辨率為30°。FIOESM的更多細節(jié)可參考文獻[18]。

FIO-ESM模式基于集合調(diào)整卡爾曼濾波方案[26],建立了EAKF數(shù)據(jù)同化和預測系統(tǒng)[27-28],在本研究中主要同化了衛(wèi)星觀測海表面溫度(SST)與海面高度異常(SLA)數(shù)據(jù)。同化和預測系統(tǒng)由5個部分組成(圖1):數(shù)據(jù)預處理模塊(包括SST預處理與SLA預處理兩個模塊,對衛(wèi)星數(shù)據(jù)進行單位轉(zhuǎn)換與質(zhì)量控制)、EAKF同化模塊、FIO-ESM模式初始場擾動模型、FIO-ESM模式海面觀測數(shù)據(jù)EAKF同化系統(tǒng)和FIO-ESM模式集合預報模型。關(guān)于EAKF同化系統(tǒng)的更多細節(jié)可參考文獻[27]和[28]。

本研究中所采用的日平均SST數(shù)據(jù)為美國國家海洋與大氣局氣候數(shù)據(jù)中心(National Oceanic and Atmospheric Administration, NOAA)提供的水平分辨率為1/4°×1/4°的氣象衛(wèi)星NOAAAVHRR(Advanced Very High Resolution Radiometer)與微波掃描輻射計AMSR(Advanced Microwave Scanning Radiometer)觀測后處理數(shù)據(jù)[29]。同化采用的日均海面高度異常(SLA)為AVISO (Archiving,Validation and Interpretation of Satellite Data in Oce-anography)提供的水平分辨率為1/3°×1/3°全球海域觀測數(shù)據(jù)[30]。

圖1 同化與預測系統(tǒng)示意圖Fig.1 A sketch map of the assimilation and forecasting system

1.2 數(shù)值實驗設計

本研究共設計了3組數(shù)值實驗(表1)。ASSI實驗為長時間同化實驗,時間為1992-01-01—2016-10-31。ASSI實驗利用EAKF同化系統(tǒng),通過10個集合樣本將海面溫度(SST)與海面高度異常(SLA)同化到FIOESM模式中。Hind實驗為每次6個月的歷史后報實驗,利用ASSI實驗的結(jié)果為初始條件進行計算,每個實驗的啟動日期為1993-01—2013-12中每個月的第一天。PRED實驗為2016—2017年拉尼娜的預測實驗。預測實驗自2016-11-01開始,預測長度為6個月。預測實驗的初始條件來自ASSI實驗的10個集合樣本。

表1 數(shù)值實驗Table 1 A list of the numerical experiments

本次實驗中,ASSI實驗的目的是評估FIO-ESM模式在進行EAKF同化下的表現(xiàn),并且為HIND與PRED實驗提供初始場。HIND實驗是為了評估FIO-ESM的預測能力。PRED實驗用來預測2016—2017年拉尼娜的演變狀況。

2 結(jié)果與分析

2.1 同化與歷史回報結(jié)果

通過數(shù)據(jù)同化可以提高模式的分析精度和預報技巧,加深對動力過程的理解和認識。先前的研究表明集合調(diào)整卡爾曼濾波同化方案能顯著提升FIO-ESM模式對SST的模擬能力,改善海洋溫度、鹽度分布狀況,并通過海洋-大氣相互作用增強了模式對大氣環(huán)流、云量與降水的模擬能力[23-24]。初始場的好壞在很大程度上決定了預報系統(tǒng)的預報能力,因此本文首先通過Ni?o 3(5°N～5°S,210°～270°W),Ni?o 3.4(5°N～5°S,190°～240°W),Ni?o 4(5°N～5°S,160°～210°W)指數(shù)來檢驗分析FIO-ESM模式在EAKF同化下對ENSO的模擬能力。

本文中Ni?o區(qū)域SST異常的計算參照CPC/IRI的計算方法,即取Ni?o區(qū)域平均SST異常的3個月滑動平均值。所有的Ni?o指數(shù)均通過1992—2015年的平均態(tài)計算得出。圖2給出了觀測與模式在1992-01—2016-10的Ni?o指數(shù),其中黑線為模式同化使用的衛(wèi)星觀測日均SST數(shù)據(jù),紅線為模式同化結(jié)果。3個Ni?o區(qū)域(Ni?o 3,Ni?o 3.4和Ni?o 4)的SST異常都與觀測吻合的較好,模式結(jié)果與觀測的相關(guān)系數(shù)(Corr)分別為0.99,0.98和0.98,均方根誤差(RMSE)分別為0.16,0.19和0.15℃。模式同化的Ni?o 3.4區(qū)海溫異常明顯模擬出了1997—1998年和2015—2016年的強厄爾尼諾現(xiàn)象,2002—2003年,2009—2010年的中等厄爾尼諾現(xiàn)象,以及1998—1999年、1999—2000年、2007—2008年、2010—2011年共4個中等拉尼娜現(xiàn)象。模式同化的Ni?o 3區(qū)海溫異常模擬出了2006—2007年較弱的厄爾尼諾事件,而由Ni?o 4區(qū)海溫異常也可模擬出1994—1995年、2004—2005年兩個較弱的中太平洋型厄爾尼諾事件。這表明了基于FIO-ESM和EAKF數(shù)據(jù)同化方案建立的同化系統(tǒng)可以較好地重現(xiàn)ENSO事件,ASSI實驗可以作為預測實驗的啟動場。

先前研究表明6個月的歷史后報實驗可以較好地預報出1993—2014年幾乎所有的厄爾尼諾與拉尼娜事件[16],在此就不拗述。這表明基于FIO-ESM和EAKF數(shù)據(jù)同化方案建立的短期預測系統(tǒng)能夠較好地預測出厄爾尼諾和拉尼娜事件。

圖2 1992—2016年Ni?o 3,Ni?o 3.4和Ni?o 4指數(shù)的變化Fig.2 Changes in the indices of Ni?o 3(a),Ni?o 3.4(b)and Ni?o 4(c)from 1992 to 2016

2.2 2016—2017年拉尼娜事件預測結(jié)果

最新觀測結(jié)果表明Ni?o 3.4區(qū)域的海溫異常在2016-11第二周輕微低于-0.5℃,達到了弱拉尼娜的閾值,同時赤道地區(qū)的大氣風場形式傾向于略微增強的沃克環(huán)流(http:∥iri.columbia.edu/our-expertise/ climate/forecasts/enso/current/),然而目前ENSO仍處于中性狀態(tài)。圖3為PRED實驗預測的Ni?o區(qū)域海溫異常的3個月滑動平均。預測結(jié)果表明Ni?o 3.4區(qū)域的海溫異常將持續(xù)降低,在2016-11,2016-12, 2017-01及2017-02持續(xù)低于-0.5℃,這表明2016—2017冬季的太平洋海溫異常為弱拉尼娜事件。圖4為PRED實驗預測的赤道太平洋海區(qū)異常SST的分布變化。從圖4可以看出,赤道冷的海溫異常在2016-11,2016-12繼續(xù)發(fā)展,成為弱拉尼娜事件。2017-01,2017-02 SST冷異常向東太平洋移動并逐漸減弱,此時Ni?o 4海域海溫異常迅速降低接近于0℃,但Ni?o 3海域的海溫異常在緩慢增強。結(jié)果表明Ni?o 3.4區(qū)域海溫冷異常在2017-03和2017-04有較小的增幅(圖3),中太平洋海域(Ni?o 4區(qū))海溫維持不變,但東太平洋海域(Ni?o 3區(qū))海溫冷異常超過了-1℃。圖4也表明冷水在東太平洋秘魯沿岸逐漸增強并向西太平洋發(fā)展。以上預測結(jié)果表明此次拉尼娜現(xiàn)象將在2017年繼續(xù)發(fā)展,有可能成為持續(xù)時間較長的拉尼娜事件。

圖3 2016-11-01起報的未來6個月的Ni?o 3,Ni?o 3.4,Ni?o 4地區(qū)海表溫度異常Fig.3 The SST anomalies in the future 6 months in the areas of Ni?o 3(a),Ni?o 3.4(b)and Ni?o 4(c),forecasted on November 1,2016

圖4 2016-11-01起報的集合平均SST異常Fig.4 The ensemble average SST anomaly forecasted on November 1,2016

2.3 2016—2017年中國近海地區(qū)預測結(jié)果

與厄爾尼諾類似,拉尼娜現(xiàn)象也對中國的氣溫與降水分布有著重要的影響。先前研究表明拉尼娜年冬季中國地區(qū)存在著北高南低的氣溫異常[31],而拉尼娜對中國地區(qū)降水的影響存在著年代際變化[32]。

圖5 2016-11-01起報的集合平均中國近海地區(qū)氣溫異常Fig.5 The ensemble average air temperature anomaly in the coastal regions of China,forecasted on November 1,2016

圖5為PRED實驗預測的中國地區(qū)氣溫異常的分布變化。預測結(jié)果表明2016年冬季中國南海存在著大小在-0.5～-1℃冷的海溫異常(圖4),并在接下來的6個月里逐漸向東海黃海海域發(fā)展,推動著中國南部至東南亞部分地區(qū)冷的氣溫異常在2016年冬季以及2017年春季持續(xù)增強并逐漸向東北方向擴展,但2016年年末冷氣溫異常對中國西南部分地區(qū)的控制將逐漸減弱。中國北部至日本地區(qū)存在著大小在1～2℃暖的氣溫異常,并隨著時間逐漸減弱消退。圖6為PRED實驗預測中國地區(qū)降水異常的分布變化。預測結(jié)果表明2016-11,2016-12降水正異常主要集中在中國南海以及菲律賓附近,孟加拉灣以及中國南部、日本地區(qū)則存在負異常。預測2016年冬季至2017年春季中國南部地區(qū)氣溫異常低于1℃,降水異常少于20 mm/月,表明此次拉尼娜事件對中國的影響相對較小。

圖6 2016-11-01起報的集合平均中國近海地區(qū)降水異常Fig.6 The ensemble average precipitation anomaly in the coastal regions of China,forecasted on November 1,2016

3 結(jié) 語

本文利用基于FIO-ESM和集合調(diào)整卡爾曼濾波同化方案建立的短期氣候預測系統(tǒng)對2016—2017年拉尼娜的演變情況進行了預測。預測實驗自2016-11-01開始,預報時長為6個月。模式的預測結(jié)果認為2016年年底拉尼娜的強度仍舊保持在略低于-0.5℃的范圍,說明2016—2017年發(fā)生的是弱拉尼娜事件。預測結(jié)果也顯示2017-03,2017-04東太平洋秘魯沿岸冷水逐漸發(fā)展,預示著此次拉尼娜事件可能會持續(xù)較長時間。

上述結(jié)論是分析FIO-ESM預測結(jié)果的集合平均得到的。在預測實驗的10個集合成員中,有8個在2016年年底表現(xiàn)為弱拉尼娜,一個冷異常迅速減弱成為中性事件,一個繼續(xù)降溫成為中等強度的拉尼娜事件。這表明2016—2017年赤道太平洋的冷異常有90%的可能性成長為拉尼娜事件,但其強度有超過80%的可能性維持在弱拉尼娜的范圍之內(nèi)。

預測實驗同時表明2016年年底中國地區(qū)存在著北高南低的氣溫異常分布,同時中國南部地區(qū)降水存在負異常。但總的來說,氣溫異常和降水異常幅度都較小,這表明2016—2017年拉尼娜事件對中國的影響相對較弱,對中國沿岸工程的建設與防護工作造成的壓力較小。

致謝:本文所有實驗是在國家超級計算天津中心T H-1 A超級計算機上完成。

[1] ALEXANDER M A,BLADéI,NEWMAN M,et al.The atmospheric bridge:The influence of ENSO teleconnections on air-sea interaction over the global oceans[J].Journal of Climate,2002,15(16):2205-2231.

[2] PHILANDER S G H.El Ni?o Southern Oscillation phenomena[J].Nature,1983,302(5906):295-301.

[3] TANAKA M.Interannual and interdecadal variations of the western North Pacific monsoon and Baiu rainfall and their relationship to the ENSO cycles[J].Journal of the Meteorological Society of Japan,1997,75(6):1109-1123.

[4] TRENBERTH K E,STEPANIAK D P,CARON J M.The global monsoon as seen through the divergent atmospheric circulation[J]. Journal of Climate,13(22):3969-3993.

[5] WANG C Z,PICAUT J.Understanding ENSO physics—a review[M]∥WANG C,XIE S P,CARTON J A.Earth's Climate:The Ocean-Atmosphere Interaction.Washington D C:AGU,2000,147:21-48.

[6] WANG X,WANG D X,ZHOU W,et al.Interdecadal modulation of the influence of La Ni?a events on Mei-yu rainfall over the Yangtze River Valley[J].Advances in Atmospheric Sciences,2012,29(1):157-168.

[7] WANG X,ZHOU W,LI C Y,et al.Comparison of the impact of two types of El Ni?o on tropical cyclone genesis over the South China Sea[J].International Journal of Climatology,2014,34(8):2651-2660.

[8] WANG X,WANG C Z.Different impacts of various El Ni?o events on the Indian Ocean Dipole[J].Climate Dynamics,2014,42(3): 991-1005.

[9] 高川,陳錦年,王宏娜,等.2011/2012年我國冷冬與中部型La Ni?a事件的聯(lián)系[J].海洋科學進展,2014,32(3):306-315.

[10] 唐紹磊,于旸,楊曉峰,等.不同類型的El Ni?o事件對黑潮流域影響的統(tǒng)計分析[J].海洋科學進展,2015,33(4):439-450.

[11] 路凱程,于杰,呂慶平,等.北太平洋風應力與流場聯(lián)合EOF的主模態(tài)分析[J].海洋科學進展,2014,32(4):467-481.

[12] 楊綺薇,林愛蘭.華南登陸臺風頻數(shù)的變化及其與ENSO事件的關(guān)系[J].氣象,2001,27(3):12-16.

[13] 焦夢梁.ENSO與影響福建省熱帶氣旋數(shù)量和強度關(guān)系研究[J].應用海洋學學報,2016,2016(1):33-37

[14] MANABE S,BRYAN K.Climate calculations with a combined ocean-atmosphere model[J].Journal of Atmosphere Sciences,1969,26 (4):786-789.

[15] BARNSTON A G,TIPPETT M K,L'HEUREUX M L,et al.Skill of real-time seasonal ENSO model predictions during 2002-II:Is our capability increasing?[J].Bulletin of the American Meteorological Society,2012,93(5):631-651.

[16] FLATO G,MAROTZKE J,ABIODUN B,et al.Evaluation of climate models[M]∥STOCKER T F,QIN D,PLATTNER G K,et al. Climate Change 2013:The Physical Science Basis.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.USA:Cambridge University Press,2013.

[17] QIAO F L,YUAN Y L,YANG Y Z,et al.Wave induced mixing in the upper ocean:Distribution and application to a global ocean circulation model[J].Geophysical Research Letters,2004,31(11):L11303,doi:10.1029/2004GL019824.

[18] QIAO F L,SONG Z Y,BAO Y,et al.Development and evaluation of an Earth System Model with surface gravity waves[J].Journal of Geophysical Research Oceans,2013,118(9):4514-4524.

[19] SONG Z Y,SHU Q,BAO Y,et al.The prediction on the 2015/16 El Ni?o event from the perspective of FIO-ESM[J].Acta Oceanologica Sinica,2015,34(12):67-71.

[20] COLLINS W D,RASCH P J,BOVILLE B A,et al.The formulation and atmospheric simulation of the Community Atmosphere Model version 3(CAM3)[J].Journal of Climate,2006,19(11):2144-2161.

[21] SMITH R,JONESP W,BRIEGLEB B,et al.The Parallel Ocean Program(POP)reference manual,ocean component of the community climate system model(CCSM).Technical Report LAUR10-01853[R].Boulder,Colorado:National Centre for Atmosphere Research,2010.

[22] DICKINSON R E,OLESON K W,BONAN G,et al.The community land model and its climate statistics as a com ponent of the community climate system model[J].Journal of Climate,2006,19(11):2302-2324.

[23] HUNKE E C,LIPSCOMB W H.CICE:The Los Alamos sea ice model,documentation and software user's manual Version 4.0.Technical Report LA-CC-06-012[R].Los Alamos,NM:T-3 Fluid Dynamical Group,Los Alamos National Laboratory,2008.

[24] 楊永增,喬方利,趙偉,等.球坐標系下MASNUM海浪數(shù)值模式的建立及其應用[J].海洋學報,2005,27(2):1-7.

[25] CRAIG A P,JACOB R,KAUFFMAN B,et al.CPL6:The new extensible,high performance parallel coupler for the community climate system model[J].The International Journal of High Performance Computing Applications,2005,19(3):309-327,doi: 10.1177/1094342005056117.

[26] ANDERSON J L.An ensemble adjustment Kalman filter for data assimilation[J].Monthly Weather Review,2001,129(12):2884-2903.

[27] 陳輝,尹訓強,鮑穎,等.基于地球系統(tǒng)模式FIO-ESM的海洋衛(wèi)星資料EAKF同化實驗[J].中國科學:地球科學,2015,45(12): 1937-1948.

[28] 尹訓強.集合調(diào)整Kalman濾波同化模塊的建立及其在海洋和氣候系統(tǒng)模式中的應用[D].青島:中國海洋大學,2015.

[29] REYNOLDS R W,SMITH T M,LIU C Y,et al.Daily high-resolution-blended analyses for sea surface temperature[J].Journal of Climate,2007,20(22):5473-5496.

[30] DUCET N,LE TRAON P Y,REVERDIN G.Global high-resolution mapping of ocean circulation form TOPEX/Poseidon and ERS-1 and-2[J].Journal of Geophysical Research,2000,105(C8):19477-19498.

[31] WANG B,WU R,FU X.Pacific-east asian Teleconnection:How does ENSO affect east Asian climate?[J].Journal of Climate,2000, 13(9):1517-1536.

[32] 袁媛,李崇銀,楊崧.與厄爾尼諾和拉尼娜相聯(lián)系的中國南方冬季降水的年代際異常特征[J].氣象學報,2014(2):237-255.

Prediction on 2016—2017 La Ni?a Event and Its Influence on Coastal Region of China by Using the Earth System Model FIO-ESM

LIAO Hua-xia1,2,BAO Ying1,2,SONG Zhen-ya1,2,SH U Qi1,2,YIN Xun-qiang1,2
(1.The First Institute of Oceanography,SOA,Qingdao 266061,China;2.Laboratory for Regional Oceanography and Numerical Modeling,Qingdao National Laboratory for Marine Science and Technology,Qingdao 266237,China)

Recent observations have shown that the SST anomalies in the central and the eastern Tropical Pacific Ocean are slightly lower than the La Ni?a threshold(-0.5℃),but both the atmospheric and oceanic states cannot fully support the turning to weak La Ni?a.In the present paper,assimilation of the climate models from 1 January 1992 to 31 October 2016 is carried out by using the First Institute of Oceanography-Earth System Model(FIO-ESM)and the short-term climate assimilation and forecasting system established based on the Ensemble Adjusted Kalman Filter(EAKF)assimilation scheme,showing that the assimilation system can provide a good initial field for prediction.Afterwards,the states of the 2016—2017 La Ni?a event and the anomalies of the air temperature and the precipitation in the coastal regions of China are predicted for the future 6 months.The predicted results indicate that the surface water of the Tropical Pacific Ocean will continue to cool down by the end of 2016,and the SST anomaly in the Ni?o3.4 area will still be slightly lower than-0.5℃,indicating that there will be a weak La Ni?a in 2016—2017.It is also shown that the SST in the eastern Tropical Pacific Ocean will continuously drop down in spring of 2017, suggesting that the 2016—2017 La Ni?a be lasted longer.The predicted results also show that air temperature anomaly which shows higher in the north and lower in the south occurs in the coastal regions of China from winter of 2016 to spring of 2017.In the southern region of China a negative anomaly of precipitation is present.The Extreme weather and climate anomalies associated with La Ni?a can cause a great influence on the coastal regions of China,but the influence caused by the 2016—2017 La Ni?a would be relatively weak in general.

La Ni?a;short-term climate prediction;FIO-ESM;Ensemble Adjusted Kalman Filter assimilation scheme;coastal regions of China

P732

A

1002-3682(2017)01-0012-10

10.3969/j.issn.1002-3682.2017.01.002

2016-11-24

中央級公益性科研院所基本科研業(yè)務費專項資金資助項目——束星北青年基金-地球系統(tǒng)模式FIO-ESM V2.0的建立及應用(2016S03)和東海黑潮鋒面渦旋特性及其誘發(fā)機制研究(GY0213025);“全球變化與海氣相互作用”專項——海洋動力系統(tǒng)可預報性研究(GASI-IPOVAI-06)和太平洋-印度洋與亞洲季風的相互影響(GASI-IPOVAI-03);國家自然科學基金委員會-山東省人民政府聯(lián)合資助海洋科學研究中心項目——海洋環(huán)境動力學與數(shù)值模擬(U1606405)

廖華夏(1992-),男,碩士研究生,主要從事熱帶海氣相互作用方面研究.E-mail:liaohx@fio.org.cn

*通訊作者:宋振亞(1982-),男,副研究員,博士,主要從事地球系統(tǒng)模式研發(fā)和海氣相互作用方面研究.E-mail:songroy@fio.org.cn

Received:November 24,2016