中间型海洋-大气耦合模式及其ENSO模拟和预测

本书介绍了中国科学院海洋研究所发展和改进的一个中间型热带太平洋海洋-大气耦合模式（简称“IOCASICM”），以及基于此模式开展的厄尔尼诺-南方涛动（ElNino-Southern Oscillation，ENSO）数值模拟和实时预测试验，包括一些与ENSO发生和发展相关的过程分析和机理认知等研究；为进一步改进模式模拟和实时预测而成功发展的一个基于IOCASICM的四维变分资料同化预测系统，开展基于四维变分资料同化方法对模式初始场和模式参数的很优分析及基于条件非线性很优扰动方法的可预报性研究等。书中给出了基于IOCASICM对ENSO演变及相关的热带太平洋海表温度场的数值模拟、过程分析、历史回报、实时预测、同化改进和可预报性等研究结果，对更深入研究热带太平洋海洋-大气年际异常时空演变和海气相互作用过程等具有普遍的参考价值，也为开展相关数值模拟和预测提供了理论与模式基础。

第1章 绪论 1
1.1 ENSO研究历史简要回顾 1
1.2 ENSO预测的物理基础 7
1.3 用于ENSO研究的海气耦合模式简述 10
1.4 ENSO实时预测现状及挑战 13
1.5 本书内容简述 15
参考文献 17
第2章 模式（IOCAS ICM）介绍 22
2.1 中间型海洋-大气耦合模式（ICM）22
2.1.1 海洋动力模块 23
2.1.2 海表温度年际异常模块及Te的优化参数化方法 27
2.1.3 年际风应力异常的统计大气模块 30
2.2 海气耦合过程 31
2.3 模式模拟所需的观测数据 32
2.4 有关模式一些基本性能的检验和评估 32
2.4.1 海洋变量场垂直本征模分解及其模态空间与物理空间之间的转换 33
2.4.2 风应力年际异常模块及其重构试验 37
2.4.3 海洋次表层海水夹卷进入海面混合层温度（Te）的年际异常模块及重构试验 42
2.5 表征海表大气风应力随机强迫作用的经验模块 46
2.6 与国际上有名的Zebiak-Cane模式间的比较 50
参考文献 52
第3章 利用IOCASICM对ENSO的数值模拟及过程分析 54
3.1 次表层海水上卷温度在厄尔尼诺事件起源中的作用 54
3.1.1 引言 54
3.1.2 年际变率的时空发展 56
3.1.3 厄尔尼诺事件的起源是否直接与西边界反射有关 64
3.1.4 厄尔尼诺事件循环中赤道外Te场的作用 64
3.1.5 混合层热收支分析 66
3.1.6 小结与讨论 68
3.2 对 2010-2012年拉尼娜事件二次变冷过程的分析和模拟 70
3.2.1 引言 71
3.2.2 2010～2012年观测特征 72
3.2.3 影响 2011年二次变冷事件的过程：单独海洋模式试验 75
3.2.4 次表层热力和风场强迫的作用 79
3.2.5 小结与讨论 86
3.3 2014-2016年厄尔尼诺事件二次变暖过程的分析 87
3.3.1 引言 88
3.3.2 2014～2015年年际异常演变的特征 89
3.3.3 次表层热力异常的持续性及其对海表温度的局地影响 94
3.3.4 海表温度收支分析 95
3.3.5 小结与讨论 98
3.4 与大气风场强迫作用相关的ENSO多样性数值模拟试验 101
3.4.1 ENSO模拟对所构建的风应力和Te经验模块季节变化的敏感性 101
3.4.2 海表大气风应力随机强迫对ENSO的调制影响 104
3.5 Te年代际变化对ENSO的调制影响 107
3.5.1 引言 107
3.5.2 数值模拟试验的设计 109
3.5.3 采用不同时期构建的Te模块的模拟结果分析 110
3.5.4 ENSO特性改变的机制分析 115
3.5.5 ENSO模拟对海气耦合强度的敏感性 116
3.5.6 小结与讨论 117
参考文献 118
第4章 ENSO回报和预测试验 122
4.1 ENSO回报试验 122
4.1.1 引言 123
4.1.2 数据来源和模式耦合过程 124
4.1.3 单独海洋模式和海气耦合模式模拟 126
4.1.4 一个用于耦合模式预测的初始化方法 131
4.1.5 海表温度异常回报结果 133
4.1.6 1997～2002年的独立回报试验 142
4.1.7 小结与讨论 146
4.2 2010-2012年拉尼娜事件二次变冷的预测试验 148
4.2.1 引言 148
4.2.2 取 2011年 1月 1日为初始时刻的预测结果 149
4.2.3 取 2011年 6月 1日为初始时刻的预测结果 151
4.2.4 小结与讨论 156
4.3 2015-2016年厄尔尼诺事件的实时预测 157
4.3.1 引言 158
4.3.2 2015 年厄尔尼诺事件的观测分析 159
4.3.3 2015～2016年的实时预测 161
4.3.4 小结与讨论 167
4.4 2020～2021年的实时预测 168
4.5 总结与讨论 169
参考文献 169
第5章 基于IOCAS ICM的四维变分资料同化系统及其初步应用 172
5.1 四维变分资料同化方法及其伴随模式 172
5.1.1 引言 172
5.1.2 四维变分资料同化方法 173
5.1.3 切线性模式 175
5.1.4 伴随模式 177
5.1.5 很优化过程 180
5.1.6 小结与讨论 182
5.2 IOCASICM的四维变分资料同化预测系统的优化 182
5.2.1 同化试验的构建 183
5.2.2 同化系统设置的敏感性试验 185
5.2.3 小结 192
5.3 基于IOCASICM的四维变分资料同化系统的初始场和模式参数优化试验 192
5.3.1 模式初始场优化试验 192
5.3.2 模式参数优化试验 197
5.3.3 实际观测资料的同化试验 207
参考文献 210
第6章 基于条件非线性很优扰动方法的可预报性研究 212
6.1 条件非线性很优扰动方法简介 212
6.2 初始场误差对ENSO预测的影响及其目标观测分析 213
6.2.1 引言 214
6.2.2 CNOP-I试验设计及结果分析 215
6.2.3 目标观测有效性的验证 223
6.2.4 小结与讨论 234
6.3 模式参数误差对ENSO预测的影响 236
6.3.1 引言 237
6.3.2 CNOP-P和CNOP-C相关的试验设计 238
6.3.3 基于CNOP-P分析所揭示的模式参数误差特征 239
6.3.4 参数误差和初始场误差的联合效应 245
6.3.5 小结与讨论 252
6.4 模式初始场和参数误差很优化修正以改进2015年厄尔尼诺事件模拟的个例分析 254
6.4.1 引言 254
6.4.2 模式初始场和参数的修正方法 256
6.4.3 敏感性试验结果 259
6.4.4 小结与讨论 267
参考文献 268
第7章 总结与展望 273