本研究由Jiuwei Zhao（南京信息工程大学气候与应用前沿研究院）、Ruifen Zhan（复旦大学大气与海洋科学系）、Hiroyuki Murakami（美国普林斯顿大学地球物理流体动力学实验室）、Yuqing Wang（美国夏威夷大学大气科学系/IPRC国际太平洋研究中心）、Shang-Ping Xie（美国加州大学圣地亚哥分校斯克里普斯海洋研究所）、Leying Zhang（南京林业大学生物与环境学院）及Yipeng Guo（南京大学大气科学学院）共同完成，于2023年发表在期刊npj Climate and Atmospheric Science（DOI: 10.1038/s41612-023-00537-6）。
学术背景
该研究聚焦于厄尔尼诺-南方涛动（ENSO）对西北太平洋（WNP）热带气旋生成频率（TCGF）的模拟不确定性机制。ENSO作为全球气候系统中最显著的年际变率信号，通过调控大气环流场显著影响热带气旋活动。然而，现有气候模型在模拟ENSO相位下西北太平洋TCGF的“偶极子结构”（即东南象限TCGF增加、西北象限减少）时存在系统性偏差，尤其在南海和菲律宾以东区域不确定性显著。这一偏差降低了台风季节预测和气候预估的可靠性，但此前其物理成因尚未明确。本研究旨在通过大样本集合模拟，揭示导致模拟不确定性的关键大气模态及其触发机制。
研究流程与方法
数据与模型配置
- 观测数据：采用IBTrACS热带气旋最佳路径数据集（1951–2010）、ERA5再分析数据及NOAA海表温度（SST）数据。
- 模型实验：基于日本气象研究所（MRI）的100成员大气环流模式（AGCM3.2，水平分辨率约60公里），所有成员均强迫观测SST以排除海洋内部变率干扰。
- 热带气旋检测算法：通过850 hPa风速（≥17 m/s）、涡度（≥5×10⁻⁵ s⁻¹）、暖核结构及生命周期（≥1.5天）等阈值识别TC，空间平滑处理生成TCGF网格数据。
不确定性量化
- EOF分析：对100成员模拟的ENSO暖/冷事件TCGF差异进行经验正交函数分解，提取主导不确定性空间模态。
- 信号噪声比（SNR）：评估集合成员间模拟技能，发现西北太平洋（NW_WNP）SNR显著低于东南象限（SE_WNP）。
大气模态识别
- 回归分析：将850 hPa风场异常回归至EOF主成分，发现两种关键模态：
- Matsuno-Gill模态（MG模态）：表现为南海-菲律宾以东的气旋性环流异常，与热带降水偏差激发的罗斯贝波响应相关。
- 类太平洋-日本型模态（PJ模态）：呈现热带-副热带“三明治”环流结构，类似东亚-太平洋遥相关型（EAP）。
- 波活动通量（WAF）：证实降水异常相关的非绝热加热通过能量传播触发上述模态。
约束实验验证
- 条件采样：选取MG/PJ模态指数极端值（前25%或后25%）的成员子集，重构ENSO-TCGF关系。结果显示，约束后模拟的偶极子结构与观测一致性显著提高（如El Niño年西北象限TCGF负异常增强）。
- 概率密度分析：约束模态后，Box-1（10°N–22°N, 105°E–140°E）和Box-2（12°N–25°N, 130°E–160°E）的TCGF概率分布差异更贴近观测。
主要结果
- 不确定性空间分布：EOF第一模态（方差贡献23.4%）主导南海-菲律宾以东区域不确定性，第二模态（14.1%）影响中西北太平洋。
- 大气模态的调控作用：
- MG模态：与Box-1区域TCGF显著相关（模拟r=0.76，观测r=0.23），其异常气旋（反气旋）增强（抑制）季风槽内TC生成。
- PJ模态：与Box-2区域TCGF相关性高达0.92，通过调控副热带高压位置影响TC活动。
- 降水偏差的起源：模型中西太平洋暖池区降水系统性偏差通过WAF激发MG/PJ模态，进而导致环流响应不确定性。
结论与意义
本研究首次揭示热带降水偏差通过MG和PJ模态放大ENSO-TCGF模拟不确定性的物理链条，提出通过约束关键大气模态可显著提升模式对西北太平洋TC活动的预测能力。其科学价值在于：
1. 机制创新：阐明气候模型偏差不仅源于SST强迫误差，更与大气内部变率模态的随机性密切相关。
2. 应用指导：为改进季节预测和气候预估中TC活动的“可预报性瓶颈”提供新思路——需优先优化热带对流参数化方案以减少降水偏差。
研究亮点
- 多尺度分析框架：结合大样本集合模拟、EOF分解及条件约束实验，系统性解析不确定性来源。
- 跨模型验证：在MRI、ECMWF等多模式中均发现类似不确定性模式，证实结论的普适性。
- 方法学创新：开发基于涡度-流函数的波活动通量诊断工具，定量追踪降水-环流反馈路径。
其他价值
研究指出，未来需进一步探究其他海气模态（如太平洋经向模PMM）对TCGF不确定性的影响，并关注全球变暖背景下大气模态的可能演变。数据与代码已公开（Figshare DOI: 10.6084/m9.figshare.22756943.v1），支持重复验证与拓展研究。