中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
IOCAS ICM及其ENSO实时预测试验和改进

文献类型:CNKI期刊论文

作者高川; 王宏娜; 陶灵江; 张荣华
发表日期2017-11-15
出处海洋与湖沼
关键词IOCAS ICM ENSO实时预报试验 资料同化 CNOP技术
英文摘要厄尔尼诺和南方涛动(ENSO)是仅次于季节变化的最强年际气候变率信号,对全球气候和天气产生重要影响。准确、及时、有效地预报ENSO事件的发生和演变具有重大的实用意义。以中国科学院海洋研究所冠名的中等复杂程度海气耦合模式(IOCAS ICM),每月定期进行ENSO实时预报试验。IOCAS ICM实时预报结果目前收录于美国哥伦比亚大学国际气候研究所(IRI),以作进一步的集成分析和应用。该模式的大气部分是一个描述对海表温度(SST)年际异常响应的风应力异常经验模式,海洋部分包括了动力海洋模块、SST距平模块(嵌套于动力海洋模块中)和次表层上卷海温(T_e)距平模块三部分。IOCAS ICM的特点之一是开发了次表层海温反算优化这一创新技术,可有效改进热带太平洋SST异常的模拟和预报。IOCAS ICM和其他海气耦合模式的最新预报结果(以2017年9月为初条件)表明,2017年年末热带太平洋会处于一个SST冷异常态,最大变冷中心集中在赤道东太平洋,但并不足以达到拉尼娜(La Ni?a)事件的水平,SST冷异常可能会在2018年春季逐渐减弱,转化为中性状态。此外,本文还对四维变分资料同化方法(4D-Var)以及条件非线性最优扰动方法(CNOP)在IOCAS ICM中的应用进行了讨论。
文献子类CNKI期刊论文
资助机构中国科学院战略性先导科技专项(A类)项目,XDA11010105号,XDA11020306号 ; 国家自然科学基金项目,41705082号,41690122号,41690120号,41475101号
v.48期:06页:169-181
语种中文;
分类号P732
ISSN号0029-814X
源URL[http://ir.qdio.ac.cn/handle/337002/189097]  
专题中国科学院海洋研究所
作者单位1.青岛海洋科学与技术国家实验室
2.中国科学院海洋研究所海洋环流与波动重点实验室
3.中国科学院大学
推荐引用方式
GB/T 7714
高川,王宏娜,陶灵江,等. IOCAS ICM及其ENSO实时预测试验和改进. 2017.

入库方式: OAI收割

来源:海洋研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。