作者姓名：鄭飛
　　論文題目：ENSO集合預(yù)報(bào)研究
　　作者簡(jiǎn)介：鄭飛，男，1979年5月出生，2004年9月師從于中國(guó)科學(xué)院大氣物理研究所?朱江?研究員，于2007年7月獲博士學(xué)位。

　　中文摘要
　　過去20多年，ENSO（El?Ni?o-南方濤動(dòng)）研究取得了長(zhǎng)足的進(jìn)步，ENSO預(yù)測(cè)是目前短期氣候預(yù)測(cè)中最為成功的。目前一些預(yù)報(bào)系統(tǒng)已經(jīng)開始了實(shí)時(shí)的ENSO預(yù)報(bào)，并且其預(yù)報(bào)水平可以達(dá)到6～12個(gè)月的可信度，其中包括了經(jīng)驗(yàn)性模式和物理耦合模式。這些物理耦合模式在復(fù)雜程度上存在較大差異，從中等復(fù)雜程度耦合模式（ICM）到混合型耦合模式（HCM），以及復(fù)雜的耦合環(huán)流模式（GCM）。即便如此，這些模式的單一確定性預(yù)報(bào)結(jié)果仍然存在著很明顯的差異（說明確定性的模式預(yù)報(bào)結(jié)果有著很大的不確定性），實(shí)際上，由于氣候變化的不規(guī)則性和噪音的存在，即使很短時(shí)間的ENSO預(yù)報(bào)也存在著很明顯的不確定性。為了盡可能的降低ENSO預(yù)測(cè)的不確定性，我們應(yīng)該采取集合概率預(yù)測(cè)的方法加以彌補(bǔ)。
　　集合預(yù)報(bào)在數(shù)值天氣預(yù)報(bào)中已有了很好的研究和應(yīng)用，但是在ENSO概率預(yù)測(cè)方面仍然處于起步階段，目前大部分研究著重于初始擾動(dòng)（不確定性）對(duì)ENSO預(yù)報(bào)的影響。同時(shí)模式物理過程的不確定性也是影響集合預(yù)報(bào)水平的一個(gè)重要因素，目前研究中考慮較少。在本文，我們嘗試?yán)靡粋€(gè)中等復(fù)雜程度耦合模式來探討ENSO集合預(yù)測(cè)的方法，同時(shí)綜合考慮和分析初值的精確性，初始不確定性（初始誤差），以及預(yù)報(bào)過程的不確定性（模式誤差）對(duì)ENSO集合預(yù)報(bào)的影響和作用。
　　1.?通過合理的考慮模式誤差的作用，有效的防止了集合Kalman濾波（EnKF）同化中常見的“濾波發(fā)散”現(xiàn)象的發(fā)生。相比目前其它一些簡(jiǎn)單的假設(shè)背景誤差是固定的、不隨時(shí)間變化的資料同化方法，EnKF通過提供“流型”和“局地”依賴的背景誤差的估計(jì)，EnKF能夠最優(yōu)的使背景場(chǎng)逼近新的觀測(cè)信息，得到更加精確合理的分析場(chǎng)和預(yù)報(bào)場(chǎng)。但是由于EnKF是利用一組預(yù)報(bào)樣本來統(tǒng)計(jì)背景誤差協(xié)方差矩陣，如果沒有模式擾動(dòng)或預(yù)報(bào)樣本的膨脹，預(yù)報(bào)樣本的離散度會(huì)迅速縮小，導(dǎo)致集合同化方案不起作用（亦即“濾波發(fā)散”現(xiàn)象）。
　　在本文，我們采用“將隨機(jī)誤差直接加入到模式方程右端”的方法，利用一階馬爾科夫隨機(jī)模式來模擬模式誤差。這種方法對(duì)于沒有外強(qiáng)迫的模式非常便利，比如海~氣耦合模式。在耦合模式的模式誤差主要來源于模式的不完美所造成的假設(shè)下，我們定義模式誤差為預(yù)報(bào)結(jié)果對(duì)觀測(cè)的偏離（不考慮觀測(cè)誤差）。我們首先考慮了模式模擬的對(duì)海氣耦合過程起關(guān)鍵作用的變量——海表溫度（SST）異常，利用馬爾科夫隨機(jī)模式將隨機(jī)組分加入到SST異常模式中來隨機(jī)的擾動(dòng)模擬的SST異常場(chǎng)。通過驗(yàn)證，該隨機(jī)模式通過合理的保持模式變量的集合樣本之間的離散度，可以有效的防止“濾波發(fā)散”，提高EnKF的同化效果。
　　2.?對(duì)于集合預(yù)報(bào)，我們利用了一種新的方法來生成初始的集合樣本和模擬預(yù)報(bào)過程中的模式不確定性。首先，我們利用EnKF資料同化系統(tǒng)為ICM提供100個(gè)樣本的集合初始場(chǎng)。初始的各變量間的背景誤差協(xié)方差矩陣在一系列同化循環(huán)之后能夠與觀測(cè)誤差協(xié)方差矩陣適應(yīng)協(xié)調(diào)起來。同時(shí)初始集合樣本的標(biāo)準(zhǔn)差空間分布特征與觀測(cè)誤差的空間分布比較一致，說明每個(gè)初始樣本都可以代表一種觀測(cè)出現(xiàn)的可能性。并且初始的集合狀態(tài)變量與模式和觀測(cè)都是動(dòng)力協(xié)調(diào)的。
　　其次，利用經(jīng)驗(yàn)正交函數(shù)（EOF）方法，在同化過程中使用的線性、一階馬爾科夫隨機(jī)模型被進(jìn)一步的修改和擴(kuò)展成預(yù)報(bào)12個(gè)月的模型。該模型同樣被嵌入到ICM的SST異常模式中來模擬12個(gè)月集合預(yù)報(bào)過程中的模式不確定性。因此我們將這種綜合考慮初始誤差和模式誤差的集合方法應(yīng)用到ICM中預(yù)報(bào)在熱帶太平洋的SST異常。后報(bào)試驗(yàn)從1975～2004年共30年的每個(gè)月都開始預(yù)報(bào)12個(gè)月，同時(shí)把預(yù)報(bào)結(jié)果與相應(yīng)的觀測(cè)資料和原始的確定性預(yù)報(bào)結(jié)果相比較。
　　最后，對(duì)于集合預(yù)報(bào)結(jié)果的檢驗(yàn)包括了確定性預(yù)報(bào)檢驗(yàn)和概率預(yù)報(bào)檢驗(yàn)。確定性預(yù)報(bào)檢驗(yàn)包括了相關(guān)系數(shù)和均方根誤差。在概率預(yù)報(bào)檢驗(yàn)方面，包括Talagrand概率分布檢驗(yàn)、高斯分布檢驗(yàn)、離散度檢驗(yàn)、Brier評(píng)分檢驗(yàn)、相對(duì)作用特征（ROC）檢驗(yàn)的統(tǒng)計(jì)檢驗(yàn)。檢驗(yàn)結(jié)果表明，該集合預(yù)報(bào)方法是合理可行的，通過該集合方法明顯的提高了ICM的確定性預(yù)報(bào)水平，集合預(yù)報(bào)系統(tǒng)也有較高的概率預(yù)報(bào)技巧，對(duì)確定性預(yù)報(bào)是一個(gè)完善和補(bǔ)充。
　　3.?基于30年的集合后報(bào)結(jié)果，我們針對(duì)ENSO預(yù)報(bào)領(lǐng)域兩個(gè)比較熱門的研究問題，即“春季預(yù)報(bào)障礙”和預(yù)報(bào)誤差對(duì)ENSO預(yù)報(bào)的影響。進(jìn)一步探討了該集合預(yù)報(bào)系統(tǒng)在不同季節(jié)的預(yù)報(bào)性能，以及集合預(yù)報(bào)系統(tǒng)中所采用的預(yù)報(bào)誤差（初始誤差和模式誤差）方案對(duì)ENSO預(yù)報(bào)水平的影響。對(duì)于季節(jié)可預(yù)報(bào)性而言，確定性的樣本均值預(yù)報(bào)仍存在明顯的季節(jié)變化，而對(duì)于概率預(yù)報(bào)而言，集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)性能沒有明顯的季節(jié)變化，消除了“春季預(yù)報(bào)障礙”。
　　關(guān)于預(yù)報(bào)誤差的影響，EnKF同化結(jié)果提供的作為確定性初始場(chǎng)的樣本均值是一個(gè)最優(yōu)估計(jì)，并且初始擾動(dòng)對(duì)確定性預(yù)報(bào)水平的改進(jìn)幾乎無作用；EnKF同化方法相比原始的初始化方法能夠提供更加協(xié)調(diào)的初始場(chǎng)，提高預(yù)報(bào)技巧；預(yù)報(bào)過程的模式誤差擾動(dòng)能使樣本均值平滑掉一些不可預(yù)報(bào)的噪音，進(jìn)一步提高樣本均值的預(yù)報(bào)技巧；如不考慮預(yù)報(bào)過程的模式誤差，EnKF提供的初始不確定性會(huì)在較短的預(yù)報(bào)時(shí)間內(nèi)迅速減小，樣本的分布不能夠表征預(yù)報(bào)均值的誤差；考慮預(yù)報(bào)過程的模式誤差可克服這一點(diǎn)，從而大大提高集合預(yù)報(bào)系統(tǒng)的概率預(yù)報(bào)技巧。
　　4.?為了檢驗(yàn)我們的集合預(yù)報(bào)系統(tǒng)在更長(zhǎng)的時(shí)期（更大的自由度）的可預(yù)報(bào)性，我們將只用SST觀測(cè)資料做初始化的集合預(yù)報(bào)方法應(yīng)用到過去120年的集合后報(bào)試驗(yàn)中，同時(shí)分析其在不同時(shí)期的年代際預(yù)報(bào)性能。檢驗(yàn)結(jié)果表明：預(yù)報(bào)樣本均值的確定性預(yù)報(bào)水平仍明顯高于確定性預(yù)報(bào)，樣本均值能夠提前12個(gè)月對(duì)強(qiáng)度較大的ENSO事件做出正確的預(yù)測(cè)；確定性分析（相關(guān)系數(shù)和均方根誤差）和概率預(yù)報(bào)分析（Talagrand分布和ROC面積）表明集合預(yù)報(bào)系統(tǒng)存在著較為明顯的年代際變化；集合預(yù)報(bào)系統(tǒng)的概率預(yù)報(bào)性能隨季節(jié)沒有明顯的變化。
　　5.?為了進(jìn)一步能將更多種觀測(cè)信息同化入模式，為模式提供更加精確的初始場(chǎng)，在前面工作的基礎(chǔ)上，我們擴(kuò)展和改進(jìn)了集合同化過程中的隨機(jī)誤差模型，將其從單變量（SST異常）模型拓展到雙變量（SST和海表高度（SL）異常）模型，資料同化方案同樣也擴(kuò)展到能夠同時(shí)同化SST和SL異常觀測(cè)資料。為了能夠得到隨機(jī)誤差模型中兩個(gè)變量協(xié)調(diào)、平衡的系數(shù)，我們采用多變量的經(jīng)驗(yàn)正交函數(shù)（MEOF）方法來分析變量SST和SL異常的模式誤差屬性，并將改進(jìn)的馬爾科夫多變量模型嵌入到ICM的動(dòng)力海洋模式中來模擬模式的不確定性。
　　我們利用發(fā)展的集合同化方法為集合預(yù)報(bào)系統(tǒng)提供了更加精確且動(dòng)力協(xié)調(diào)的100個(gè)樣本的集合初始場(chǎng)。13年的后報(bào)結(jié)果與原始的集合后報(bào)結(jié)果相比，通過改進(jìn)SL的初始條件來更好的參數(shù)化模擬次表層熱力影響，新的集合預(yù)報(bào)水平到預(yù)報(bào)12個(gè)月均被很顯著的提高了。這種改進(jìn)表明，相比隨機(jī)強(qiáng)迫，ENSO的可預(yù)報(bào)性在很大程度上是受初始誤差的限制。同時(shí)預(yù)報(bào)水平的大幅度改進(jìn)可以期待通過更加完善的集合資料同化方法來改進(jìn)模式初始條件的精確性和協(xié)調(diào)性。

　　關(guān)鍵詞：ENSO，集合預(yù)報(bào)，中等復(fù)雜程度耦合模式，集合Kalman濾波，馬爾科夫隨機(jī)模型，初始不確定性，模式不確定性，經(jīng)驗(yàn)正交函數(shù)，樣本離散度，預(yù)報(bào)水平，可預(yù)報(bào)性