大气再分析资料中潜在可预报性的特征及其差异

吴玲玲,张建伟,邓伟涛,王根

(1.南京信息工程大学 数学与统计学院,江苏 南京 210044;2.气象灾害教育部重点实验室(南京信息工程大学),江苏 南京 210044)

大气再分析资料中潜在可预报性的特征及其差异

吴玲玲1,张建伟1,邓伟涛2,王根1

(1.南京信息工程大学 数学与统计学院,江苏 南京 210044;2.气象灾害教育部重点实验室(南京信息工程大学),江苏 南京 210044)

利用1957年9月—2002年8月ECMWF和NCEP/NCAR月平均再分析资料,分别讨论了冬季和夏季SLP(sea level pressure,海平面气压)、500 hPa高度、200 hPa纬向风和850 hPa经向风年际变率的潜在可预报性特征。结果表明:热带地区的潜在可预报性较高,尤其是赤道中东太平洋地区,而中高纬地区的潜在可预报性则较低。比较两套资料潜在可预报性的异同后发现:南半球的差异均明显大于北半球,特别是南极地区;低层变量的差异均大于中高层变量;东亚大陆在冬、夏季均具有一定的潜在可预报性;冬季各变量均表现出东亚冬季风具有较高的年际变率潜在可预报性,且两套资料的差异较小;500 hPa位势高度表现的东亚夏季风潜在可预报性在两套资料中较一致,而低层变量(SLP和850 hPa经向风)表现的东亚夏季风年际变率潜在可预报性在两套资料中存在较大差异。

再分析资料;潜在可预报性;东亚季风

0 引言

世界气候研究计划的“气候变率与可预报性研究”(CLIVAR)计划不仅重视气候变化机制的研究,也十分重视气候可预报性的研究,以及实际气候预测的试验,并最终实现对不同时间尺度变化的预测(李崇银,1999)。在CLIVAR计划中已对不同时间尺度的气候预测提出了要求,目前侧重研究的是季节到年际时间尺度的数值模拟预测问题(Molteni et al.,1996;Masao et al.,1997;Mason et al.,1999)。虽然数值模拟对气候变化进行预测已经取得了一定的成绩,但是预测结果却存在着不确定性问题。气候变化主要是由外界强迫和大气内部动力过程所造成的,而它们各自所占的比例并不清楚,并且它们所占的比例也是随时间变化的,这给气候变化预测带来了极大的不确定性,因此气候可预报性的研究对气候预测具有重要的意义(Brankovic et al.,1994;Harzallah and Sadourny,1995;王会军,1997;Chen and Van den Dool,1997;Wang et al.,1997;Rowell,1998;Zheng et al.,2000;Kumar,2003;李忠贤等,2012)。

大气再分析资料以及模式结果的季节平均变量被广泛地应用于分析年际尺度上气候的变率以及可预报性问题。Madden(1976)指出气候变率一般可以分解为不可预报的“天气噪声”部分和潜在可预报部分,潜在可预报性就是潜在可预报部分占总气候变率的比重。在分析年际尺度的气候变率时,季节平均时间序列可以分解为外界强迫部分、大气内部动力过程部分以及天气噪声部分(Lorenz,1970;Leith,1973;Zwier,1996)。大气环流模式可通过多初始场集合的方法将外界强迫和大气内部自然变率分开(Brankovic et al.,1994;Harzallah and Sadourny,1995;Zwier,1996;王会军,1997;Chen and Van den Dool,1997;Wang et al.,1997;Rowell,1998;Kumar,2003),而再分析资料由于样本数量的限制难以将两者分开(Trenberth,1984;Zheng,1996;Zheng et al.,2000)。因此再分析资料中潜在可预报部分包括了外界强迫和大气内部动力过程两部分变率。

本文应用ECMWF的EAR-40(简称E资料)和NCEP/NCAR(简称N资料)两套再分析月平均资料(1957年9月—2002年8月,共45 a),分析冬季(12月—次年2月)、夏季(6—8月)SLP、500 hPa位势高度、850 hPa和200 hPa风场在年际变率时间尺度上的潜在可预报性特征及其潜在可预报性的差异。

1 方法

由于逐日资料具有非正态分布以及可利用性差的特征,Zheng et al.(2000)提出了利用月平均资料来估计季节平均时间序列潜在可预报性的方法,简介如下。

首先将月平均资料减去各月的平均值,去除它的平均年循环分量;然后去除线性趋势分量,得到时间长度为Y的时间序列x。在某一季节中,时间序列x可以表示为

xym=μy+εym。

(1)

式中:y(1,2,…,Y)代表年份;m(1,2,3)代表特定季节中的某个月;μy表示潜在可预报部分的季节异常值;εym表示不可预报部分的各月异常值。

将(1)式进行3个月的季节平均,得到

xyo=μy+εyo。

(2)

在对V(εyo)进行估计之前,必须对εym进行必要假定。首先假定εym的年际方差在各月中是独立的,即有

V(εy1)=V(εy2)=V(εy3)。

(3)

因而它们的协方差有

V(εy1,εy2)=V(εy2,εy3)。

(4)

严格地说,对于过渡季节并不满足该假设条件,而对于冬季和夏季是合理的。因此本文讨论冬、夏季的情况。根据天气过程超过一两个星期具有不可预报性,进一步假设不相邻月份的εym之间没有相关性,即

V(εy1,εy3)=0。

(5)

另外,假设εy1-εy2和εy2-εy3需满足正态分布,对于气温、气压、风场等基本上呈正态分布,但是降水却不满足正态分布。因此本文对SLP、500 hPa高度和850 hPa和200 hPa风场的潜在可预报性进行讨论。

各参数估计量的表达式见表1,其详细推导过程见文献(Zheng et al.,2000),潜在可预报性的估计值(potential predictability)简称为IPP。

表1各参数评估量的表达式

Table 1 Formulas for parameter estimates

参数评估量表达式ν112Y∑Yy=1∑3m=1x2ym-∑m1≠m2xym1xym2[]ν212Y∑Yy=1(xy1-xy3)2^C(εy1,εy2)=^C(εy2,εy3)min0.1,max1.5-ν1ν2,0[]{}^C(εy1,εy3)0^V(εym),m=1,2,3-2ν2^C(εy1,εy2)+2ν13-4^C(εy1,εy2)^V(εyo)^V(εy1)[3+4^C(εy1,εy2)]9^V(xyo)1Y-1∑Yy=1(xyo-xoo)2^V(μy)^V(xyo)-^V(εyo)IPP^V(μy)^V(xyo)

(6)

R服从自由度为(Y-1,2Y)的F分布。给定显著性水平α后,根据F分布表可以计算出R的临界值,然后可计算得到临界的IPP。

2 结果

图1、图2分别为冬、夏季E资料和N资料(郑旭程和陈海山,2012;曾刚等,2013)SLP、500 hPa高度、200 hPa纬向风和850 hPa经向风的IPP分布,以及它们的差值分布(E资料-N资料)。各变量的IPP分布中,虚线(IPP≥0.3)表示通过0.10信度的显著性检验,实线(IPP≥0.6)表示通过0.005信度的显著性检验,阴影(IPP<0.3)表示没有通过显著性检验;在差值分布中,等值线为两套再分析资料的IPP差值,阴影表示IPP差值的绝对值超过0.2。

2.1 冬季

两套再分析资料的IPP分布具有很多相同之处,热带地区具有较高的IPP,而中纬度大部分地区IPP较低。由图1a、c可以看出,冬季SLP在热带地区和极地地区都有较高的潜在可预报性,通过了0.10信度的显著性检验。由图1b、d可见,冬季500 hPa位势高度的IPP分布与冬季SLP的情况有较大的相似性,整个热带地区都具有较大的IPP,而且纬向分布的特征非常明显;极地大部分地区IPP超过了0.3。由图1g、i可见,冬季200 hPa纬向风的IPP分布在赤道太平洋地区基本通过了0.10信度的显著性检验,中东太平洋赤道附近及其南北两侧都存在IPP大于0.6的地区;赤道大西洋大部分地区IPP大于0.6;东亚大陆—中国南海—热带印度洋地区的IPP通过了0.005信度的显著性检验。由图1h、j可看出,通过0.10信度的显著性检验的冬季850 hPa经向风的IPP分布范围较前三者均小,主要分布在热带地区,贝加尔湖以南的东亚大陆,靠近美洲大陆一侧的太平洋上和热带美洲的部分地区。

通过以上分析可知,具有较高IPP的地区主要位于热带地区,说明热带地区大气对下垫面海温强迫有较强的响应,这主要是由于热带地区的海气相互作用较强的缘故(Brankovic et al.,1994;Harzallah and Sadourny,1995;王会军,1997;Chen and Van den Dool,1997;Wang et al.,1997;Rowell,1998;Zheng et al.,2000;Kumar,2003);小于0.3的IPP主要位于中高纬地区,尤其是太平洋和大西洋的北部,这正是大气瞬变波活动(风暴轴)较活跃的地区(Zheng,1996)。

两套资料的冬季各变量的IPP分布存在一定的差异,其中最明显的差异位于南极大陆及其附近地区,与南极地区资料的可靠性较低有很大关系。在图1e中,北半球高大地形处出现负差异,南半球的中高纬海洋和南极大陆两者的差异较大。由图1f可看出,两套资料的冬季500 hPa位势高度年际变率的IPP在北半球较一致,仅在中亚小部分地区出现了负差异,而在南半球的中高纬地区两者的差异较大。由图1k可看出,两套资料的200 hPa纬向风的IPP分布在北半球基本一致,但在赤道和南半球中高纬部分地区存在一定的差异。由图1l可看出,两套资料的850 hPa经向风的IPP分布的差异较大,30°N以南地区都存在差异,30°N以北地区差异主要存在高大地形处。从总体上说,冬季各变量在北半球的差异要小于南半球,低层变量(SLP、850 hPa经向风)的差异均大于中高层变量(500 hPa位势高度、200 hPa纬向风)。

图1 冬季ECMWF(a,b,g,h)、NCEP/NCAR(c,d,i,j)再分析资料的潜在可预报性估计值IPP以及两者的差值(e,f,k,l;ECWMF减NCEP/NCAR,阴影表示差值的绝对值大于0.2) a,c,e.SLP;b,d,f.500 hPa高度;g,i,k.200 hPa纬向风;h,j,l.850 hPa经向风Fig.1 (a,b,g,h)The ECMWF,(c,d,i,j)NCEP/NCAR reanalysis data’s estimated potential predictability in winter and (e,f,k,l)their differences(ECMWF-NCEP/NCAR, shaded areas denote the absolute value of over 0.2) a,c,e.SLP;b,d,f.500 hPa geopotential height;g,i,k.200 hPa U wind;h,j,l.850 hPa V wind

图2 夏季ECMWF(a,b,g,h)、NCEP/NCAR(c,d,i,j)再分析资料的潜在可预报性估计值IPP以及两者的差值(e,f,k,l;ECWMF减NCEP/NCAR,阴影表示差值的绝对值大于0.2) a,c,e.SLP;b,d,f.500 hPa高度;g,i,k.200 hPa纬向风;h,j,l.850 hPa经向风Fig.2 (a,b,g,h)The ECMWF,(c,d,i,j)NCEP/NCAR reanalysis data’s estimated potential predictability in summer and (e,f,k,l)their differences(ECMWF-NCEP/NCAR, shaded areas denote the absolute value of over 0.2) a,c,e.SLP;b,d,f.500 hPa geopotential height;g,i,k.200 hPa U wind;h,j,l.850 hPa V wind

冬季东亚大陆盛行由北向南的冬季风,东亚地区各变量(除了SLP和小范围的850 hPa经向风)在年际变率上都存在一定的潜在可预报性;在盛行冬季风的地区,两套资料各变量的差异较小。因而就东亚冬季风在年际变率上的潜在可预报性而言,使用SLP(施能,1996)、500 hPa高度场(崔晓鹏和孙照渤,1999)、高层纬向风(Jhun and Lee,2004)以及低层经向风(Ji and Sun,1997)定义冬季风指数时两套再分析资料基本上一致。表2给出了两套再分析资料各东亚季风指数的潜在可预报性估计值及其差异(E资料-N资料),可以看出两套资料各变量定义的东亚冬季风指数的IPP都通过了0.10信度的显著性检验,具有一定的潜在可预报性,并且它们的差异都较小。虽然冬季SLP在东亚大陆上潜在可预报性较小,但是在东亚大陆东侧的海洋上具有较高的潜在可预报性。由于施能(1996)定义的冬季风指数考虑了大陆和海洋的SLP之差,该冬季风指数的IPP也通过了0.10信度的显著性检验。

表2两套再分析资料冬、夏季各东亚季风指数的潜在可预报性估计值及其差异

Table 2 Estimated potential predictability of some variables of East Asian winter and summer monsoon and the differences between the two sets of reanalysis data

冬季夏季变量名E资料N资料差异变量名E资料N资料差异SLP(施能,1996)0.541)0.491)0.05SLP(施能等,1996)0.200.731)-0.532)500hPa高度(崔晓鹏和孙照渤,1999)0.511)0.541)-0.03500hPa高度(Huang,2004)0.401)0.461)-0.06300hPa纬向风(JhunandLee,2004)0.481)0.451)0.03200hPa纬向风(Lauetal.,2000)0.260.200.061000hPa经向风(JiandSun,1997)0.541)0.581)-0.04850hPa经向风(Zhangetal.,1996)0.010.581)-0.572)

注：1)表示通过0.10信度的显著性检验;2)表示差值的绝对值大于0.2.

2.2 夏季

夏季热带地区各变量都具有较高的IPP,而中高纬地区的IPP都较小(<0.3)。夏季SLP的IPP(图2a、c)与冬季相比较而言,具有显著可预报性的地区向赤道收缩,其中赤道中东太平洋、马来群岛以及大西洋到非洲的赤道部分都具有较高的可预报性。与冬季不同的是,夏季SLP在贝加尔湖以南的东亚大陆具有较高的潜在可预报性,尤其是东亚中纬度地区。夏季500 hPa高度场的IPP(图2b、d)仍然具有纬向分布的特点,整个热带地区都具有较高的潜在可预报性。与冬季相比,潜在可预报性较高的范围向赤道地区收缩,在中高纬地区显著潜在可预报性的范围明显减少。夏季200 hPa纬向风的IPP(图2g、i)与冬季相比,北半球显著区域的范围明显减小,赤道太平洋及其南侧仍具有较大的IPP,而在赤道太平洋北侧大于0.6的IPP消失了,赤道大西洋地区仍为IPP较高区。夏季850 hPa经向风的IPP分布(图2h、j)与冬季较相似,显著区仍位于热带地区,极地的显著区不及冬季范围大。总之,夏季两套资料在热带仍具有较高的潜在可预报性,而中高纬和极地地区的潜在可预报性比冬季要弱。两套资料夏季各变量的IPP同样也存在一定的差异。总体而言,北半球的差异要小于南半球,南极仍为差异较大的地区。由图2e可见,夏季SLP在亚洲至非洲北部地区、印度洋南部、非洲南部以及美洲大陆西侧为负差异区;与冬季相比较,亚洲大陆、非洲北部以及南极地区的负差异加大。由图2f可见,夏季500 hPa高度场与冬季相比较,北半球的负差异范围有所增加,而南半球印度洋南部由冬季的正差异转变成夏季的负差异。图2k表明,夏季200 hPa纬向风的IPP在北半球的差异较小,南半球中高纬差异较大;与冬季相比较,印度洋北部负差异增强,太平洋西侧的暖池地区负差异减弱,北半球大西洋热带地区负差异增强,太平洋靠北美大陆一侧由冬季负差异转变成夏季正差异。由图2l可见,夏季850 hPa经向风具有潜在可预报性的地区都存在IPP差异,其中最显著的地区在热带及亚洲大陆。盛行夏季风的东亚大陆和索马里越赤道气流处都有较大的负差异,比冬季的负差异明显。

对于盛行西南东亚夏季风地区,其中低层SLP和850 hPa经向风的两套资料的差异较明显,高层500 hPa位势高度和200 hPa纬向风的差异较小。因而就东亚夏季风年际变率的潜在可预报性而言,使用SLP(施能,1996)、850 hPa经向风(Zhang et al.,1996)定义东亚夏季风时使用两套再分析资料就会存在一定差异,它们的差异分别为-0.53、-0.57(表2);而在使用500 hPa高度场(Huang,2004)、高层纬向风(Lau et al.,2000)定义夏季风时两套再分析资料基本上一致,它们的差异仅-0.06、0.06(表2)。但是由于两套资料夏季200 hPa纬向风在中纬度均为IPP小值区,使得其东亚夏季风指数(Lau et al.,2000)都没有通过0.10信度的显著性检验。

3 结论

利用EWMWF和NCEP/NCAR月平均再分析资料,探讨了冬、夏季SLP、500 hPa高度、200 hPa纬向风以及850 hPa经向风年际变率的潜在可预报性问题,并比较了两套资料的潜在可预报性的差异,得到以下结论。

1)热带地区有较高的潜在可预报性,尤其是在赤道中东太平洋地区,而中高纬地区的潜在可预报性较小。

2)两套再分析资料年际变率的潜在可预报性之间存在一定差异,其中南半球的差异明显大于北半球。南极地区差异比较显著,这可能与南极资料的可靠性较差有很大的关系。中高层变量(500 hPa高度和200 hPa纬向风)之间的差异小于低层变量(SLP和850 hPa经向风)。

3)不论冬季还是夏季,各变量在东亚大陆地区均有一定的潜在可预报性,说明两套再分析资料都能反映出东亚冬季风和夏季风的年际变率。从各变量计算得到的季风指数来看,冬季各变量都较好地表现出季风年际变率的潜在可预报性,且两套资料的差异较小。使用500 hPa位势高度定义的夏季风指数潜在可预报性在两套资料中较一致;而使用SLP和850 hPa经向风定义的夏季风指数潜在可预报性在两套资料中存在较大差异,EWMWF资料不及NCEP/NCAR资料。

崔晓鹏,孙照渤.1999.东亚冬季风强度指数及其变化的分析[J].南京气象学院学报,22(3):321-325.

李崇银.1999.21世纪的气候变化及其可预测性研究——国际CLIVAR计划及科学大会介绍[J].应用气象学报,10(增刊):158-160.

李忠贤,陈海山,倪东鸿,等.2012.土壤温度对东亚夏季气候潜在可预报性影响的数值模拟.大气科学学报,35(4):423-430.

施能.1996.近40年东亚冬季风强度的多时间尺度变化特征及其与气候的关系[J].应用气象学报,7(2):175-182.

施能,鲁建军,朱乾根.1996.夏季风百年强度指数及其气候变化[J].南京气象学院学报,19(2):168-177.

王会军.1997.试论短期气候预测的不确定性[J].气候与环境研究,2(4):333-338.

曾刚,伯忠凯,倪东鸿,等.2013.多套大气再分析资料的南亚高压强度变化特征及其与海表温度异常关系的比较分析.大气科学学报,36(5):577-585.

郑旭程,陈海山.2012.全球春、夏陆面热力状况变化特征:NCEP/NCAR与EAR40再分析资料的比较.大气科学学报,35(1):41-50.

Brankovic C,Palmer T N,Ferranti L.1994.Predictability of seasonal atmospheric variations[J].J Climate,7(2):217-237.

Chen W Y,Van den Dool H M.1997.Atmospheric predictability of seasonal,annual,and decadal climate means and the role of the ENSO cycle:A model study[J].J Climate,10(6):1236-1254.

Harzallah A,Sadourny R.1995.Internal versus SST-forced atmospheric variability as simulated by an atmospheric general circulation model[J].J Climate,8(3):474-495.

Huang G.2004.An index measuring the interannual variation of the East Asian summer monsoon——the EAP index[J].Adv Atmos Sci,21(1):41-52.

Jhun J G,Lee E J.2004.A new East Asian winter monsoon index and associated characteristics of the winter monsoon[J].J Climate,17(4):711-726.

Ji L R,Sun S Q.1997.Model study on the interannual variability of Asian winter monsoon and its influence[J].Adv Atmos Sci,14(1):1-22.

Kumar A.2003.Variability and predictability of 200 mb seasonal mean heights during summer and winter[J].J Geophys Res,108(D5):4169.doi:10.1029/2002JD002728.

Lau K M,Kim K M,Yang S.2000.Dynamical and boundary forcing characteristics of regional components of the Asian summer monsoon[J].J Climate,13(14):2461-2482.

Leith C E.1973.The standard error of time-average estimates of climatic means[J].J Appl Meteor,12(6):1066-1069.

Lorenz E N.1970.Climate change as a mathematical problem[J].J Appl Meteor,9(3):325-329.

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

Masao K,Arun K Hann-Ming H J,et al.1997.NCEP dynamical seasonal forecast system[J].Bull Amer Meteor Soc,83(7):1019-1037.

Mason S J,Goddard L,Graham N E,et al.1999.The IRI seasonal climate prediction system and the 1997/98 El Nio event[J].Bull Amer Meteor Soc,80(9):1853-1873.

Molteni F,Buizza R,Palmer T N,et al.1996.The ECMWF ensemble prediction system:Methodology and validation[J].Quart J Roy Meteor,122(529):73-119.

Rowell D P.1998.Assessing potential seasonal predictability with an ensemble of multidecadal GCM simulations[J].J Climate,11(2):109-120.

Trenberth K E.1984.Some effects of finite sample size and persistence on meteorological statistics.Part Ⅱ:Potential predictability[J].Mon Wea Rev,112(12):2369-2379.

Wang H J,Xue F,Bi X Q.1997.The interannual variability and predictability in a global climate model[J].Adv Atmos Sci,14(4):554-562.

Zhang R H,Sumi A,Kimoto M.1996.Impact of El Nio on the East Asian monsoon:A diagnostic study of 86/87 and 91/92 events[J].J Meteor Soc Japan,74(1):49-62.

Zheng X G.1996.Unbiased estimation of autocorrelations of daily meteorological variables[J].J Climate,9(9):2197-2203.

Zheng X G,Nakamura H,Renwick J A.2000.Potential predictability of seasonal means based on monthly time series of meteorological variables[J].J Climate,13(14):2591-2604.

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

(责任编辑：张福颖)

Characteristicsofpotentialpredictabilityinatmosphericreanalysisdataandtheirdifferences

WU Ling-Ling1,ZHANG Jian-wei1,DENG Wei-tao2,WANG Gen1

(1.School of Mathematics and Statistics,NUIST,Nanjing 210044,China;2.Key Laboratory of Meteorological Disaster(NUIST),Ministry of Education,Nanjing 210044,China)

By using ECWMF and NCEP/NCAR monthly mean reanalysis data(from September 1957 to August 2002),characteristics of interannual potential predictability of SLP,500 hPa geopotential height,200 hPa zonal wind and 850 hPa meridional wind in winter and summer are analyzed respectively.The results show that the potential predictability is high in the tropics,especially the equatorial area and eastern Pacific.In contrast,the potential predictability is relatively low over the middle and high latitudinal areas.After comparing the differences between these two sets of reanalysis data,we find that the difference in the Southern Hemisphere is more obvious than that in the Northern Hemisphere,especially around the South Pole.The difference in low-level variables is larger than those in middle-and high-level variables.There exists some potential predictability in East Asian in both winter and summer.East Asian winter monsoon described by all the variables in both two sets of reanalysis data has high potential predictability with little difference.Only the East Asian summer monsoon described by 500 hPa geopotential height shows high potential predictability with little difference.There are obvious differences in East Asian summer monsoon’s potential predictability with low-level variables including SLP and 850 hPa meridional wind between the two sets of reanalysis data.

reanalysis data;potential predictability;East Asian monsoon

2012-03-12;改回日期2012-10-08

国家自然科学基金资助项目(41205035;61173072);江苏省高校自然科学研究面上项目(13KJB170013;10KJB170007);江苏省普通高校研究生科研创新计划项目(CXZZ11_0627);气象灾害省部共建教育部重点实验室开发课题(KLME1104)

张建伟,博士,教授,博士生导师,研究方向为数值分析与算法和空间天气建模,Zhangjw@nuist.edu.cn.

10.13878/j.cnki.dqkxxb.20120312005.

1674-7097(2014)04-0509-08

P468

A

10.13878/j.cnki.dqkxxb.20120312005

吴玲玲,张建伟,邓伟涛，等.2014.大气再分析资料中潜在可预报性的特征及其差异[J].大气科学学报,37(4):509-516.

Wu Ling-Ling,Zhang Jian-wei,Deng Wei-tao,et al.2014.Characteristics of potential predictability in atmospheric reanalysis data and their differences[J].Trans Atmos Sci,37(4):509-516.(in Chinese)