《表1 九个CMIP5模式及其数据长度和发生的EP-El Nio/CP-El Nio次数模式资料源于https://esgf-node.llnl.gov/search/cmip5/[2017-10-3

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《粒子滤波同化在厄尔尼诺—南方涛动目标观测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如引言所述，本文关注两类El Ni?o事件预测的热带海温目标观测敏感区，而目标观测敏感区是一个初值问题，因此，目标观测敏感区需考察预报结果对初值的敏感性。理论上，对于一个给定的气候数值模式，如果外强迫不随时间变化，那么在数值模式长期积分中，把某一年的状态作为真值，其他年份作为对该年份的预报，那么其预报误差则由两个年份初始状态的差别所导致，即该预报误差仅由初始误差导致（Zhang et al.，2015）。对于两类El Ni?o事件，我们采用耦合模式比较计划第五阶段（CMIP5）中九个模式工业革命前控制试验（Pre-industrial control）对热带海表温度（SST，20°S~20°N，120°E~80°W）的模拟结果（表1）。该试验中的温室气体等外强迫始终维持在工业革命前的水平，即不考虑外强迫因子随时间的变化，或者说数值模式结果只反映模式的内部变率。在这些模式长期积分的时间序列中，分别选取大量El Ni?o年作为“真值”，将各模式长期积分的其他年份作为对该真值的预报。这样，每一次El Ni?o年就可以有大量集合预报样本，而且由于外强迫不变，这些集合预报样本的预报误差仅由初始误差导致。对于粒子滤波同化使用的观测，本文采用理想观测，即在上述从模式积分中选取的真值El Ni?o年的相关状态变量上叠加随机误差，得到理想观测。对于每一次真值El Ni?o年及其集合预报样本，通过粒子滤波同化上述理想观测，赋予集合预报样本（或粒子）不同的权重，滤掉权重较小的样本并重采样，得到新的集合样本。