海温强迫下的东亚夏季大气环流潜在可预报性特征

李忠贤，陈海山，曾刚，倪东鸿

(南京信息工程大学气象灾害省部共建教育部重点实验室，江苏南京210044)

0 引言

大气是一个多时空尺度的系统，这种特性决定了大气的可预报性具有较强的时空依赖性。大气运动表现为一个混沌系统，由于其内部动力不稳定和非线性相互作用抑制了对大气环流的确定性预报，随之出现了可预报性极限，导致天气预报时效只有两周左右(Lorenz，1982)。李建平和丑纪范(2003)指出大气的可预报性遵循单调性原则，即在相同的初始特征和外源强迫特征条件下，时空尺度较大的系统具有较大的可预报性。季节—年际时间尺度的大气环流变化主要有两个方面的原因:一是由大气内部的动力不稳定及其非线性相互作用所产生的影响，它在一定意义上也可归结为初始场的影响;二是由气候系统的其他子系统所产生的影响，如海温、海冰、积雪、土壤湿度等异常下边界条件的强迫作用。因此，气候或大气的可预报性是由大气内部动力过程和缓变的边界强迫共同决定的。缓变的边界强迫异常将产生潜在的可预报性，这构成了短期气候预测的科学基础(李崇银，2000;Collins and Allen，2002)。

中国地处东亚季风区，受东亚季风年际变化影响，气候灾害发生频率较高，旱、涝灾害极大地影响中国的经济建设和社会发展，对月、季时间尺度旱、涝气候，尤其是汛期旱、涝趋势的预测是中国气象学家的一项重要课题(丑纪范和徐明，2001)。气候的可预报性一直是气象学家研究的核心问题。随着人们对短期气候预测需求的增强，关于短期气候预测可预报性问题的研究也在不断深入，可预报性研究不仅可以提高对气候和气候变化特征的认识，还有助于完善气候模式，改进气候预测(王会军等，2007)。

短期气候预测的可预报性表示较长时间尺度里大气可预报的程度，即可预报的气候信号超出不可预报的气候噪音的程度。许多学者(Madden，1976;Shukla and Gutzler，1983;Trenberth，1984;乐群等，1999;柳艳菊等，2000)利用观测资料(或者再分析资料)分析了实际大气月、季平均的气候可预报性问题。但是，利用大气实际资料所得到的较长时间尺度可预报性实际上包含了依赖于初值条件的动力学可预报性和外界强迫影响下的可预报性两个方面(李建平和丁瑞强，2008)，将它们严格地分离开是不可能的，因此，迄今还没有一种完全严格的方法可以用来估计实际大气的气候噪音和气候信号(赵晓川等，2008)。

随着科学的发展和社会需求的增长，短期气候数值预测越来越引起人们的关注(丑纪范和徐明，2001)，其中应用气候模式分析可预报性，已成为气候研究非常活跃的领域(赵彦等，2000;范晓青等，2003;Zhou et al.，2009;Zhou and Zou，2010)。国内外学者往往利用数值模拟的办法进行集合试验，分析模式大气对给定的外强迫源的响应(Zwiers，1996)。由于海温通常被认为是最主要的大气下边界强迫，因此许多学者(王会军等，1997;Kusunoki et al.，2001;Quan et al.，2004;Lang and Wang，2005)利用观测海温资料强迫大气环流模式(AGCM)来研究月、季平均的气候可预报性，结果表明，短期气候的可预报性随地理位置和季节不同而不同，可预报性在热带地区高于热带外地区，冬半球的可预报性高于夏半球。施洪波等(2008)利用参加第2次季节预测模式比较计划的5个大气环流模式的输出结果，讨论了大气环流模式在季节尺度上对亚洲夏季风的可预报性，研究表明，多数模式可以大致再现东亚、南亚和西太平洋夏季降水异常EOF1模态及其对应的时间系数。赵彦等(2000)利用中国科学院大气物理研究所两层大气环流模式IAP L2 AGCM 1-1进行17 a(1980—1996年)、每年9个单个积分的集合后报试验，结果表明，在中国区域，春季和夏季的降水场、海平面气压场以及表面气温场的可预报性从中国南海向西北递减。此外，研究指出模式大气的短期气候可预报性与ENSO事件存在密切联系(Zhou et al.，2009)，与正常年份相比，模式在强El Ni～no年和强La Ni～na年表现出较高的可预报性(Brankovic and Palmer，1997;Yang et al.，1998;Hassan et al.，2004)。

综上所述，国内外许多学者研究了短期气候预测的可预报性问题，但针对夏季东亚地区大气环流潜在可预报性的研究还较为缺乏。本文主要利用NCAR CAM3模式分析海温强迫作用下东亚地区夏季大气环流的潜在可预报性，并探讨其与夏季海温异常的关系。

1 试验设计和分析方法

1.1 试验设计

利用大气环流模式NCAR CAM3进行多初值的集合试验，采用方差分析方法，研究观测海温(具有年际变化)强迫下的夏季东亚地区模式大气的潜在可预报性。在1979—2000年的每年夏季(6—8月)的前1个月(5月)用8个初始场(即5月1日00时、2日00时、……、8日00时)进行积分(即积分时分别取5月1—8日00时NCEP/NCAR再分析的大气资料作为初值，8个初值积分的结果作为一个集合)，积分时间为4个月，海温资料为CAM3模式携带的1979—2000年逐月的观测海温资料，该资料是HadISST OI数据和Smith/Reynolds数据的结合。

1.2 方差分析方法

在模式大气潜在可预报性分析中，广泛采用了方差分析方法(Yang et al.，1998)。具体描述如下。

在某一格点上，假定φi，j是某一气象要素第i个积分、第j年的月(或季)平均值，分别计算样本总体平均值，以及第j年的集合平均值，其中＜φ＞j随年份不同而变化。定义

为外部方差，即由海表温度异常等外强迫变化引起的年际变率;定义

为内部方差，即由大气内部动力原因引起的自然变率，它反映了单个积分成员之间的离散度。二者之和被称作总方差，

其中:M为初始场的个数(M=8);N为积分的年数(N=22)。外部方差与总方差之比被记作R，作为模式大气潜在可预报性的指标。它反映了外强迫引起的外部方差在变量总方差中所占的比例。R越大，说明外强迫对气候变量的影响越大，当R＞0.5时，说明外强迫的作用超过了大气内部动力学原因的作用，外强迫对气候变量具有较大的潜在可预报能力。

为了分析海温强迫产生的模式大气可预报性的年际变化，对特定年份(第j年)外部方差与内部方差，可由下式(Shukla and Gutzler，1983;Quan et al.，2004)计算:

第j年的模式潜在可预报性可表示为:

2 夏季东亚大气环流潜在可预报性分析

图1给出了夏季东亚地区海平面气压场的潜在可预报性(R)的空间分布。如图1所示，东亚地区的潜在可预报性总体偏低，基本小于0.6。在中国区域，潜在可预报性呈现出东南高、西北低的分布特征，中国华南地区R大于0.5，表现出一定的可预报性，而西北地区的可预报性低，R小于0.3。

图1 东亚地区夏季海平面气压场的潜在可预报性分布Fig.1 Spatial pattern of potential predictability for sea level pressure over East Asia in summer

图2为夏季东亚850 hPa纬向风场的潜在可预报性(R)的空间分布。如图2所示，东亚地区850 hPa纬向风场的潜在可预报性在低纬度地区明显高于中高纬度地区，R大于0.5的区域主要分布在20°N以南，中国区域R基本为0.2～0.5，可预报性较低。

图2 东亚地区夏季850 hPa纬向风场的潜在可预报性分布Fig.2 Spatial pattern of potential predictability for summer zonal wind at 850 hPa over East Asia

用500～200 hPa平均的温度场来代表对流层平均温度。Zhou and Zou(2010)研究表明，夏季东亚地区对流层平均温度变化具有较高的可预报性。如图3所示，对流层平均温度场的可预报性明显高于海平面气压场和850 hPa纬向风场。20～30°N对流层平均温度场的可预报性基本呈纬向分布，30°N以南地区R基本为0.5～0.9，中国华南部分地区R大于0.7，表现出了较高的可预报性。

图3 东亚地区夏季500～200 hPa平均温度场的潜在可预报性分布Fig.3 Distribution of potential predictability for the temperature averaged from 500 to 200 hPa over East Asia in summer

图4给出了夏季东亚500 hPa位势高度场的潜在可预报性(R)的空间分布。如图4所示，R在东亚地区基本上呈纬向分布特征，从中高纬度地区向低纬度地区不断增大，35°N以南地区R基本为0.5～0.8，中国华南地区R大于0.7，表现出了较高的可预报性。总体而言，夏季东亚500 hPa位势高度场的潜在可预报性较高。

图4 东亚地区夏季500 hPa位势高度场的潜在可预报性分布Fig.4 Spatial pattern of potential predictability for summer geopotential height at 500 hPa over East Asia

3 夏季东亚500 hPa位势高度场潜在可预报性的年际变化及其与海温异常的联系

图5是夏季东亚地区(100～125°E，20～45°N)500 hPa位势高度场的潜在可预报性的年际变化。可以看出，500 hPa位势高度场的潜在可预报性具有较强的年际差异，如1998年R为0.91，而1996年R仅为0.10。

图5 1979—2000年夏季东亚地区500 hPa位势高度场潜在可预报性的年际变化Fig.5 Interannual variation of potential predictability for summer geopotential height at 500 hPa over East Asia from 1979 to 2000

为了分析影响东亚大气环流潜在可预报性年际变化的夏季海温关键区，计算了1979—2000年夏季东亚地区500 hPa位势高度场的潜在可预报性与同期全球各点海温距平的绝对值的相关系数(图6)。图6显示，南海、西太平洋和北印度洋的相关系数较高，尤其是南海区域，相关系数值大于0.6，通过了0.01信度的显著性检验。而在热带中东太平洋地区的相关系数值较小，为0.2左右。1979—2000年夏季东亚地区500 hPa位势高度场的潜在可预报性与Nino3.4区海温距平绝对值的相关系数仅为0.27，未通过0.1信度的显著性检验。可见，夏季东亚地区500 hPa位势高度场的潜在可预报性的年际变化与夏季南海海温异常存在密切的联系，而与夏季热带中东太平洋海温的关系并不明显。夏季东亚地区500 hPa位势高度场的潜在可预报性与前期冬季和春季热带中东太平洋海温存在较好的相关性(图略)。

图7给出了夏季南海区域(100～120°E，0°～20°N)海温距平的年际变化。对比图7和图5可以看到，在南海区域海温距平绝对值较大的年份，东亚地区500 hPa位势高度场的潜在可预报性也较大，而南海区域海温距平绝对值较小的年份，东亚地区500 hPa位势高度场的潜在可预报性也较小。

图6 夏季东亚地区500 hPa位势高度场潜在可预报性与夏季海温距平绝对值的相关系数(阴影区表示通过0.01信度的显著性检验)Fig.6 Correlation coefficients of potential predictability of the summer 500 hPa geopotential height over East Asia and absolute value of summer SST anomalies(the shaded regions denote the CC exceeding the 0.01 significance level)

图7 1979—2000年夏季南海区域海温距平的年际变化(单位:℃)Fig.7 Interannual variation of summer SCS SST anomaly from 1979 to 2000(units:℃)

图8为1979—2000年夏季南海区域海温距平绝对值与东亚500 hPa位势高度场的潜在可预报性的相关系数。如图8所示，东亚地区的相关系数较高，基本大于0.4，30°N以南地区相关系数大于0.6，通过了0.01信度的显著性检验。可见，夏季南海区域海温异常的强度对东亚500 hPa位势高度场的潜在可预报性具有重要影响。

为了进一步分析夏季南海区域海温异常对同期东亚500 hPa位势高度场的潜在可预报性的影响，分别选取了4个夏季南海海温偏暖年(1987、1988、1995、1998年)、4个夏季南海海温偏冷年(1982、1984、1985、1994年)和4个正常年份(1980、1981、1997、2000年)，以比较在不同的南海海温状况下，夏季东亚500 hPa位势高度场的潜在可预报性的差异。

图8 夏季南海海温距平绝对值与东亚500 hPa位势高度场潜在可预报性的相关系数(带点号区域表示通过0.01信度的显著性检验)Fig.8 Correlation coefficients of the absolute value of summer SCS SST anomaly and potential predictability of the summer 500 hPa geopotential height over East Asia(areas with dots denote the CC exceeding the 0.01 significance level)

图9a和9b表明，夏季南海海温偏暖年和偏冷年，东亚地区的潜在可预报性在30°N以南地区基本为0.6，表现出了较高的潜在可预报性。而在夏季南海海温正常年份，东亚地区潜在可预报性基本小于0.3，明显偏低。可见，夏季南海海温异常对东亚500 hPa位势高度场的可预报性具有非常重要的影响。

图9 夏季南海海温偏暖(a)、偏冷(b)与正常(c)年份的东亚500 hPa位势高度场的潜在可预报性Fig.9 Spatial patterns of potential predictability for summer geopotential height at 500 hPa over East Asia for(a)warmer，(b)colder and(c)normal SCS SST years

4 结论和讨论

利用大气环流模式NCAR CAM3，进行了22 a(1979—2000年)、每年8个初值的集合试验，并采用方差分析方法，研究了观测海温强迫下东亚夏季大气环流的潜在可预报性，结论如下:

1)夏季东亚地区海平面气压场的潜在可预报性偏低，在中国区域基本呈现出东南高、西北低的分布特征，华南地区的可预报性明显高于西北地区。850 hPa纬向风场、对流层500～200 hPa平均温度场和500 hPa位势高度场的潜在可预报性在低纬度地区高于中高纬度地区。500 hPa位势高度场的潜在可预报性较高，东亚大部分地区大于0.5，尤其中国华南地区大于0.7。

2)夏季东亚500 hPa位势高度场的潜在可预报性具有明显的年际变化特征，并与夏季南海区域的海温异常具有密切的联系。南海区域海温为正常年份时，夏季东亚地区500 hPa位势高度场的潜在可预报性较低，基本小于0.3;南海区域海温为偏暖或偏冷年份时，夏季东亚地区500 hPa位势高度场的潜在可预报性较高，尤其是30°N以南地区的潜在可预报性大于0.6。

基于NCAR CAM3模式多初值集合试验的模拟结果，分析了海温对夏季东亚大气环流可预报性的影响。分析发现，夏季东亚地区500 hPa位势高度场的潜在可预报性的年际变化与夏季热带中东太平洋海温的相关性并不高。这可能是由于ENSO的影响多在前冬至春季最显著，随着与ENSO相关的海温异常的衰减，夏季热带中东太平洋海温与东亚大气环流异常的相关性减弱。此外，在集合试验中，每年只积分了5—8月的情况，如果从前期冬季开始积分，则有可能会提高ENSO与东亚夏季大气环流可预报性的相关关系。另外，受计算条件限制，在集合试验中每年只选取了8个集合成员(集合成员的预报起始时间分别为5月1日00时、2日00时、……、8日00时)，由于不同预报起始时间对潜在可预报性可能存在影响，因此，如果设置的预报起始时间间隔更短，则有可能提高东亚夏季大气环流的潜在可预报性。对此有必要设计更多的具有不同预报起始时间的多初值集合试验来进一步验证本文的结果。

丑纪范，徐明.2001.短期气候数值预测的进展和前景［J］.科学通报，46(11):890-895.

范晓青，李维京，张培群.2003.目前短期气候预测可预报性的研究概况［J］.气象，29(2):3-6.

李崇银.2000.气候动力学引论［M］.2版.北京:气象出版社:449-472.

李建平，丑纪范.2003.非线性大气动力学的进展［J］.大气科学，27(4):653-673.

李建平，丁瑞强.2008.短期气候可预报期限的时空分布［J］.大气科学，32(4):975-986.

柳艳菊，马开玉，林振山.2000.我国月降水量气候噪声的估计［J］.应用气象学报，11(2):165-172.

施洪波，周天军，万慧，等.2008.SMIP2试验对亚洲夏季风的模拟能力及其可预报性的分析［J］.大气科学，23(1):36-52.

王会军，薛峰，毕训强.1997.气候模式的年际变率和可预测性［J］.应用气象学报，8(增刊):217-222.

王会军，陈丽娟，李维京，等.2007.中国区域月平均温度和降水的模式可预报性分析［J］.气象学报，65(5):725-732.

乐群，曹俊武，林振山，等.1999.中国月平均温度的气候噪声和潜在可预报性［J］.气象学报，57(5):604-612.

赵晓川，吴洪宝，何浪.2008.中国季降水量的气候噪音和潜在可预报性估计［J］.南京气象学院学报，31(6):819-827.

赵彦，郭裕福，袁重光，等.2000.短期气候数值预报可预报性问题［J］.应用气象学报，11(增刊):64-71.

Brankovic C，Palmer T N.1997.Atmospheric seasonal predictability and estimates of ensemble size［J］.Mon Wea Rev，125(5):859-874.

Collins M，Allen M R.2002.Assessing the relatives roles of initial and boundary conditions in interannual to decadal climate predictability［J］.J Climate，15(21):3104-3109.

Hassan A S，Yang X-Q，Zao S-S.2004.Reproducibility of seasonal ensemble integrations with ECMWF GCM and its association with ENSO［J］.Meteor Atmos Phys，86(3/4):159-172.

Kusunoki S，Sugi M，Kitoh A，et al.2001.Atmospheric seasonal predictability experiments by the JMA AGCM［J］.J Meteor Soc Japan，79(6):1183-1206.

Lang Xianmei，Wang Huijun.2005.Seasonal differences of model predictability and the impact of SST in the Pacific［J］.Adv Atmos Sci，22(1):103-113.

Lorenz E N.1982.Atmospheric predictability experiments with a large numerical model［J］.Tellus，34:505-513.

Madden R A.1976.Estimates of the natural variability of time-averaged sea-level pressure［J］.Mon Wea Rev，104(7):942-952.

Quan X W，Webster P J，Moore A M，et al.2004.Seasonality in SST-forced atmospheric short-term climate predictability［J］.J Climate，17(6):3090-3108.

Shukla J，Gutzler D S.1983.Interannual variability and predictability of 500 mb geopotential heights over the Northern Hemisphere［J］.Mon Wea Rev，111(6):1273-1279.

Trenberth K E.1984.Potential predictability of geopotential heights over the Southern Hemisphere［J］.Mon Wea Rev，113(1):54-64.

Yang X-Q，Jeffrey L A，William F S.1998.Reproducible forced modes in AGCM ensemble integrations and potential predictability of atmospheric seasonal variations in the extratropics［J］.J Climate，11(11):2942-2959.

Zhou Tianjun，Wu Bo，Scaife A A，et al.2009.The CLIVAR C20C Project:Which components of the Asian-Australian monsoon circulation variations are forced and reproducible?［J］.Climate Dynamics，33:1051-1068.doi:10.1007/s00382-008-0501-8.

Zhou Tianjun，Zou Liwei.2010.Understanding the predictability of East Asian summer monsoon from the reproduction of land-sea thermal contrast change in AMIP-type simulation［J］.J Climate，23(22):6009-6026.doi:10.1175/2010JCLI3546.1.

Zwiers F W.1996.Interannual variability and predictability in an ensemble of AMIP simulations conducted with the CCC GCM2［J］.Climate Dynamics，12(12):825-847.