类型a：学术研究报告

一、研究作者与发表信息
本研究由Jiye Wu、Jing-Jia Luo（通讯作者）、Takeshi Doi、Toshio Yamagata和Swadhin K. Behera共同完成，作者单位包括南京信息工程大学气候应用研究院（Institute of Climate Application Research, NUIST）和日本海洋研究开发机构应用实验室（JAMSTEC）。论文于2024年11月发表在《Journal of Climate》，标题为“Revisiting the Role of Atmospheric Initial Signals in Predicting ENSO”。

二、学术背景与研究目标
ENSO（El Niño-Southern Oscillation，厄尔尼诺-南方涛动）是热带太平洋主要的年际气候变率现象，对全球季节性预测具有重要影响。然而，ENSO预测仍面临瓶颈，例如春季预测障碍（Spring Prediction Barrier, SPB）和极端事件（如1997/98和2015/16年超强厄尔尼诺）的预测失败。传统观点认为ENSO的预测依赖于海洋次表层记忆，但高频大气信号（High-Frequency Atmospheric Signals, HFAS）的作用尚不明确。

本研究旨在通过耦合模式（SINTEX-F）比较两种初始化方案（纯海表温度（SST） nudging与结合大气再分析数据的spectral nudging），重新评估初始大气信号对ENSO预测的影响，并探讨模式物理过程对预测结果的制约。

三、研究方法与流程
1. 模式与实验设计
- 使用全球海气耦合模式SINTEX-F，大气分量ECHAM4.6（分辨率T106L19），海洋分量OPA8.2（ORCA2配置）。
- 两组回溯预测实验：
- NOATM：仅使用SST nudging初始化，不 assimilate（同化）大气观测数据。
- NDJRA：结合SST nudging与JRA-55再分析数据的spectral nudging，同化高频大气变量（如风场、温度）。
- 实验周期：1982年3月至2020年5月，每月初初始化，9成员集合预测。

1. 数据处理与评估方法

   • 观测数据：JRA-55大气再分析、OI SST v2、NCEP海洋同化数据（GODAS）。
     
   • 评估指标：异常相关系数（ACC）、均方根误差（RMSE），采用Steiger’s Z检验比较技能差异。
     
   • 关键诊断工具：Bjerknes稳定性指数（BJ index）分析ENSO反馈机制，混合层热收支（MLHB）量化动力与热力过程贡献。
     

2. 创新方法

   • Spectral nudging技术：在模式积分中直接 nudging 大气变量（如涡度、散度），首次应用于ENSO预测初始化，以捕捉高频风场事件（如西风爆发，Westerly Wind Bursts, WWBs）。
     

四、主要研究结果
1. 初始条件（ICs）的改进
- NDJRA实验显著提升了初始风场（尤其是西太平洋WWBs）和次表层热含量（如温跃层深度D20）的模拟能力（图1-2）。例如，Niño-4区域风场的ACC从0.88（NOATM）提升至0.94，RMSE从0.71降至0.22。
- 但北太平洋副热带区域（5°–15°N, 160°E–140°W）出现虚假的温跃层变浅趋势，可能源于大气 nudging与海洋响应的不匹配（图S3）。

1. ENSO预测技能

   • 高频风场预测：NDJRA对热带季节内振荡（MJO）的预测技能延伸至4周，但未显著改善ENSO的长期预测（图4）。
     
   • ENSO事件预测：尽管NDJRA改善了1997/98和2015/16年厄尔尼诺的爆发阶段预测（通过初始WWBs激发开尔文波），但对峰值强度和衰减阶段的预测仍不足（图13-14）。
     
   • 春季预测障碍（SPB）：两种实验均未能克服SPB，且NDJRA在春季初始化的技能反而更低（图8）。
     

2. 模式物理限制

   • Bjerknes指数分析：模式低估了负反馈（动力阻尼和热阻尼），而正反馈（如温跃层反馈）被高估（图9）。例如，观测的BJ指数为-0.62（阻尼型ENSO），而模式预测值为正（不稳定型）。
     
   • 混合层热收支：NDJRA实验中纬向平流反馈（ZA）的不足是预测失败的主因。冷舌偏差导致夏季SST增暖无法激发足够的对流和风场响应（图15-17）。
     

五、结论与意义
1. 科学价值
- 证实初始大气信号（如WWBs）对厄尔尼诺爆发的关键作用，但ENSO的长期预测仍依赖模式对海气反馈的准确模拟。
- 揭示了当前耦合模式的共性缺陷：冷舌偏差和负反馈不足导致ENSO预测的系统性误差。

1. 应用价值
   
   • 提出未来改进方向：结合三维海洋数据同化以协调高频大气-海洋初始化，优化模式物理过程（如对流参数化）。
     

六、研究亮点
1. 方法创新：首次将spectral nudging技术应用于ENSO预测初始化，实现高频风场的直接同化。
2. 发现矛盾现象：尽管初始条件显著改善，ENSO预测技能未同步提升，凸显模式物理的优先级。
3. 极端事件解析：明确WWBs在1997/98和2015/16年厄尔尼诺中的触发机制，为事件预测提供新视角。

七、其他价值
研究数据与代码公开（JRA-55、OI SST v2），分析方法（如BJ指数）为后续ENSO机制研究提供范本。