“多初始化参数荟萃展望”—— 一种新的数值模式展望ENSO的荟萃方法

　　厄尔尼诺-南方涛动（ENSO）是热带地区最紧张年际天气旌旗灯号之一，对大气环流和降水具有全球性的影响，正确的季节性ENSO预告有助于我们预告相干的气象灾难。目前，依靠于数值模式的多初值荟萃预告、多模式荟萃预告、多模式参数荟萃预告等是常用的进步ENSO预告技巧的荟萃方法。

　　近日，中国科技院大气物理研究所季风体系研究中间模式展望团队最新提出了另一种有用进步ENSO预告技巧的荟萃方法——多初始化参数荟萃(multiple initialization parameter ensemble, MIPE)。该方法通过调整模式在生成预告初始场中的参数，SST nudging的强度，以生成多组不同的预告初始场。研究进一步使用大气物理研究所季风体系研究中间（CMSR）发展的全球海气耦合模式ICMv2行使多组预告初始场进行ENSO展望，发如今提前1到10个月的ENSO预告上多初始化参数荟萃（MIPE）方案比单一初始化参数的多初值荟萃（single initialization parameter ensemble, SIPE）有更好的预告技巧。本研究为进步ENSO预告技巧提供了一种新的荟萃策略，并能有用的节约计算资源。

　　该成果发表在Journal of Advances in Modeling Earth Systems。以上研究得到了国家天然科技基金(41722504, 41575088 and 41530426), 海洋公益性行业专项(201505013), 中国科技院青年创新促进会的共同资助。

图1 基于ICM模式的ENSO回报实验效果，提前1到12月预告的1981年–2010年Nino3.4指数与观测之间的相干系数；（实线）多参数荟萃预估的效果，（虚线）单参数荟萃预估效果。

　　文章链接：

　　Wang, Y., P. Huang*, L. Wang, P.-F. Wang, K. Wei, Z. Zhang, and B. Yan, 2019: An improved ENSO ensemble forecasting strategy based on multiple coupled model initialization parameters. Journal of Advances in Modeling Earth Systems, 11, 2868–2878.

　　https://doi.org/10.1029/2019MS001620