第七届青年地学论坛

依赖于数值模式的ENSO预测必然在很大程度上受到模式自身不确定性的影响，例如模式对地球气候系统的不完美近似所造成的“气候飘逸”。特别是，目前多数模式对ENSO多样性的模拟存在较大偏差，在很大程度上限制了当下ENSO的准预测确。本文针对模式自身不确定，基于条件非线性最优扰动（CNOP）方法考察了模式参数误差和ENSO预测的关系。研究发现，位于中太平洋的海气耦合参数（ατ）和位于东太平洋的温跃层反馈参数（αTe）的不确定性是造成ENSO预报误差增长的关键因素。通过优化这两个参数，成功回报出2015年强ENSO事件。另外，为了减小模式不确定性对ENSO预测影响，发展了一针对模式误差的同化方法，CNOP-F同化方法，通过同化历史资料矫正预报模式。新的预报模式表现出更高的预报技巧，并且对ENSO多样性的预测提高更为显著。以上研究为提高ENSO预测提供了新的思路和科学指导。

ENSO;可预报性;模式不确定性