分享自:

CESM2模型中季节性热带气旋预测及其受MJO和ENSO的调制

期刊:Journal of Geophysical Research: AtmospheresDOI:10.1029/2022JD036986

该文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:

作者与期刊信息

该研究由Hui Li、Jadwiga H. Richter、Chia-Ying Lee和Hyemi Kim共同完成,分别来自美国国家大气研究中心(NCAR)、哥伦比亚大学拉蒙特-多尔蒂地球观测站(Lamont-Doherty Earth Observatory)以及石溪大学海洋与大气科学学院(School of Marine and Atmospheric Sciences)。研究发表于《Journal of Geophysical Research: Atmospheres》,发表日期为2022年11月8日,DOI为10.1029/2022JD036986。

学术背景

该研究聚焦于次季节时间尺度(Subseasonal Timescale,2-12周)的热带气旋(Tropical Cyclone, TC)预测,特别是利用社区地球系统模型第2版(Community Earth System Model Version 2, CESM2)的次季节预测系统进行研究。热带气旋的预测对防灾减灾和公共安全具有重要意义,但次季节时间尺度的预测介于天气预报和季节性预测之间,具有较高的挑战性。过去的研究表明,动态模型在TC预测方面取得了显著进展,但其预测能力仍受限于模型分辨率、初始条件以及大尺度环境条件的模拟。因此,该研究旨在评估CESM2在次季节时间尺度上对TC生成的预测能力,并探讨MJO(Madden-Julian Oscillation,马登-朱利安振荡)ENSO(El Niño-Southern Oscillation,厄尔尼诺-南方涛动)对TC活动的调制作用。

研究流程

研究分为以下几个主要步骤:

  1. 模型与数据描述
    研究使用了CESM2的次季节预测系统,该系统包括大气、海洋、陆地、海冰、河流和波浪模型组件。模型的大气组件为CAM6(Community Atmosphere Model Version 6),水平分辨率为1.25°×0.9°,垂直层次为32层。研究基于1999年至2020年的每周初始化预报,每期预报长度为45天,包含11个集合成员。TC预测的评估期为2002年至2019年。

  2. TC检测与追踪
    研究使用TempestExtremes算法对TC进行检测和追踪。该算法基于海平面气压、暖核条件和近地面风速等参数,通过一系列阈值和条件筛选TC。例如,TC的生成点被定义为海平面气压的局部最小值,且在其周围5°范围内气压增加不超过2 hPa。追踪算法还考虑了TC的路径长度和风速等条件。

  3. 预测技能评估
    研究使用Brier Skill Score(BSS)评估模型对TC生成的预测技能。BSS通过与两种气候学参考预测(恒定年平均值和月变化季节性平均值)进行比较,衡量模型的预测能力。此外,研究还计算了潜在可预测性(Potential Predictability),即假设模型完美时的预测技能上限。

  4. 大尺度环境条件与TC种子的影响
    研究分析了TC生成潜力指数(Genesis Potential Index, GPI),该指数结合了低层涡度、中层相对湿度、垂直风切变和潜在强度等环境变量,用于评估大尺度环境条件对TC生成的影响。此外,研究还探讨了TC种子(TC Seeds)的作用,即预存在的扰动对TC生成的影响。研究使用了两种方法检测TC种子:特征追踪法和基于大尺度条件的诊断种子指数。

  5. MJO与ENSO的调制作用
    研究分析了MJO和ENSO对TC活动的调制作用。MJO通过影响中层相对湿度、低层涡度和垂直风切变等环境变量,为TC生成提供了重要的可预测性来源。ENSO则通过调制大尺度环境条件,影响TC的年际变率。

主要结果

  1. TC气候学与预测技能
    CESM2能够较好地模拟TC生成的空间分布和季节性特征,但在第2周及以后的预测中,TC生成数量显著低估。模型在所有海盆和预测时间尺度上相对于恒定气候学参考预测表现出较好的预测技能,但相对于月变化季节性气候学参考预测,仅在东部太平洋、北印度洋和南半球第1周的预测中表现出显著技能。

  2. 大尺度环境条件与TC种子的影响
    研究发现,大尺度环境条件对TC生成的影响因海盆和预测时间尺度而异。在北大西洋和西北太平洋,TC活动与低层涡度、中层相对湿度和垂直风切变等环境变量呈正相关。然而,TC种子的减少是导致第2周及以后TC生成数量显著下降的主要原因。

  3. MJO与ENSO的调制作用
    CESM2能够较好地捕捉MJO对TC生成的调制作用,特别是在第1至第3周的预测中,TC生成异常与MJO的活跃相位密切相关。此外,模型在北大西洋和西北太平洋的TC年际变率预测中表现出较高的技能,这与ENSO的调制作用密切相关。

结论

该研究系统地评估了CESM2在次季节时间尺度上对TC生成的预测能力,并探讨了大尺度环境条件、TC种子、MJO和ENSO对TC活动的影响。研究结果表明,CESM2在模拟TC气候学和预测TC生成方面具有一定的技能,但其预测能力受限于模型分辨率和大尺度环境条件的模拟精度。此外,TC种子的减少是导致预测技能下降的主要原因。研究还发现,MJO和ENSO为TC生成提供了重要的可预测性来源。

研究亮点

  1. 新颖的研究对象:该研究首次系统地评估了CESM2在次季节时间尺度上对TC生成的预测能力。
  2. 综合的分析方法:研究结合了TC生成潜力指数、TC种子检测和MJO/ENSO调制作用,全面探讨了影响TC生成的主要因素。
  3. 重要的科学价值:研究为改进次季节时间尺度的TC预测提供了重要的理论依据和方法支持,对防灾减灾和公共安全具有重要的应用价值。

其他有价值的内容

研究还探讨了通过后处理校准技术(如去除均值偏差和线性回归方法)提高预测技能的可能性。结果表明,线性回归方法能够显著提高模型的预测技能,特别是在北大西洋、东部太平洋和西北太平洋的预测中。

该研究为次季节时间尺度的TC预测提供了重要的科学依据,并为未来的模型改进和预测应用奠定了坚实的基础。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com