在全球变暖的背景下，东亚地区极端高温事件频繁发生，冬季异常偏暖的形势也在不断造就最高气温纪录的诞生。然而，近年来，“霸王级”寒潮频繁袭扰东亚地区，不断打破当地历史最低气温纪录。当异常偏暖与极端寒潮在一个冬季内相继出现时，这种“冰火两重天”的现象会给电力调度、农业生产和交通安全等带来极大的负面影响，严重制约社会的良性发展。这也对冬季短期气候预测和防灾减灾体系建设提出了更高的要求。尽管动力模式的发展显著提升了冬季平均气温的预报水平，但季节内尺度上气温的预报仍是动力模式的短板，这一特征在中高纬度地区表现得更为突出。如何深入理解东亚冬季气温季节内变异的特征，并采用有效的手段进行季节预测仍是亟待解决的重要科学问题。
我系博士生钟沃谷（第一作者）和吴志伟教授（通讯作者）的最新研究提出了次季节可预报模态分析（Subseasonal Predictable Mode Analysis，S-PMA）方法，并将该方法应用到东亚冬季气温预测中，取得了良好的预测效果。S-PMA方法融合了季节依赖经验正交函数（Season-reliant Empirical Orthogonal Function，S-EOF）和传统的PMA方法，其主要步骤如下：（1）利用S-EOF分解得到气温季节内变异的主导模态；（2）寻找具有物理意义的前兆信号作为预报因子，建立经验预报模型预测各主导模态，并评估动力模式对各主导模态的预测水平；（3）结合经验预报模型和动力模式对各主导模态的预测效果，建立较优的预测模型，组合各主导模态重建得到最终预测结果。
该研究首先利用S-EOF分解得到了东亚冬季气温季节内变异的前三个模态，分别为S-EOF1气温一致型、S-EOF2气温慢转型和S-EOF3气温快转型（图1）。S-EOF1表现为东亚冬季气温一致性偏冷或偏暖，冷空气主要沿偏北路径入侵东亚。S-EOF2表现为东亚中高纬11-12月偏暖（偏冷），次年1-2月中低纬逐渐转为偏冷（偏暖），冷空气主要由偏西转为西北路径入侵东亚。S-EOF3表现为东亚中高纬12月偏暖（偏冷），次年1-2月中低纬迅速转为偏冷（偏暖），冷空气主要沿西北路径入侵东亚。
进一步的研究表明，与这三个S-EOF模态相伴随的环流场都具有非常典型的三维结构特征。此外，这些S-EOF模态形成的物理机制非常明确，S-EOF1主要受到同期北极涛动及长江中下游陆-气正反馈的调制，而S-EOF2和S-EOF3这两个反转模态是前期大气异常与下垫面相互作用的结果。基于此，我们选取了前期北极海冰、土壤湿度和大气异常等关键信号（详见原文）作为预测因子，分别建立了三个经验预报模型来预测这些S-EOF模态。经过“留十法”交叉验证，这三个模型预测的时间序列与观测的相关系数分别为0.62、0.63和0.46（图2）。我们首先利用纯经验预报模型重建了1993-2016年东亚冬季气温的预报结果，并将其与观测场进行对比。从距平相关系数（Anomaly Correlation Coefficient，ACC）场上可以看出，纯经验预报模型可以较为准确地预测东亚中高纬逐月气温演变，大部分地区的ACC超过了95%置信水平（图3上）。此外，我们还发现动力模式对S-EOF2的预测效果要优于经验预报模型。据此，我们建立了动力-统计相结合的混合预报模型，该模型可以进一步提升东亚冬季气温的预测水平（图3下）。
上述研究从东亚冬季气温季节内转折这一现象出发，创新性地提出了S-PMA方法，并将该方法应用到东亚冬季气温的季节预测上，所提出的预报模型可作为现有动力模式的补充，用于提升中高纬度地区气温在季节内尺度上的预报技巧。此外，该研究提出的S-PMA方法可应用于预测其他要素，如降水、海温和环流的季节内转折，具有重要的应用前景和推广价值。该项研究成果日前在《Climate Dynamics》上发表。
论文信息：Zhong Wogu, Wu Zhiwei* (2023). Forecasting East Asian Winter Temperature via Subseasonal Predictable Mode Analysis. Climate Dynamics, DOI: 10.1007/s00382-023-06916-2.
|
图1 东亚冬季气温季节内变异的前三个S-EOF模态：（上）S-EOF1气温一致型，（中）S-EOF2气温慢转型，（下）S-EOF3气温快转型。白色交叉线（黑点）表示该模态对相应月份气温的解释方差大于35%（在15~35%之间） |
|
图2 前三个S-EOF模态的时间序列及利用经验预报模型得到的预报结果，蓝点（红色星号）表示观测与预报结果的正负号相同（相反） |
|
图3 1993-2016年观测到的东亚冬季气温与预报结果的ACC场分布：（上）利用纯经验预报模型的预测效果；（下）利用动力-统计相结合的混合预报模型的预测效果 |
