MJO（Madden-Julian Oscillation）是一种显著的热带季节内振荡现象，它对全球天气和气候有显著的调制作用。提高MJO预测能力已成为许多研究中心和业务单位的重要任务。近年来，国际上也组织了许多项目来加深对次季节可预测性的理解。世界气象组织世界天气研究计划（WWRP）和世界气候研究计划（WCRP）于2013年启动了S2S研究计划，IAP-CAS模式也在计划第二阶段参与到了其中，提供了S2S预报回算数据和每日实时预测数据，并进行持续的更新。
中国科学院大气物理研究所LASG实验室博士生刘杨珂与导师包庆研究员和何编研究员、刘屹岷研究员、吴国雄院士、成都信息工程大学吴小飞教授、北京师范大学杨静教授及IAP-CAS模式团队近期在《Geoscientific Model Development (GMD)》期刊发表了题为《Dynamical Madden-Julian Oscillation forecasts using an ensemble subseasonal-to-seasonal forecast system of the IAP-CAS model》的研究论文。文章系统介绍了IAP-CAS模式的次季节-季节（S2S）集合预报系统（回算试验版本号：20200101），系统架构如图1所示。IAP-CAS预测系统采用牛顿松弛逼近法（Nudging）来完成大气和海洋的初始化，其中，初始化过程由再分析Nudging和预报Nudging构成（图2）。在20200101版本的回算试验中，集合方法为时间滞后（Time-lag）集合方案。
文章基于20年系统回报数据（回算试验版本号：20200101）对该系统的MJO预报性能进行了全面评估。研究结果表明，基于ACC评分，20200101版回算的集合平均MJO预测技巧约为24天。在所有参与S2S计划的模式中，IAP-CAS模式的预测技巧位列中上游（图3），但集合系统仍存在离散度不足的问题（图4）。
此外，基于夏威夷大学Bin Wang教授2019年发表在《Science Advances》上的MJO多样性研究，我们将MJO划分为四类：快速传播型（Fast-propagating MJO）、慢速传播型（Slow-propagating MJO）、停止型（Standing MJO）和跳跃型（Jumping MJO），并分别评估了IAP-CAS模式对这四类MJO的模拟能力。研究结果表明，IAP-CAS模式能够较为准确地模拟MJO的传播过程，并成功再现了四类MJO的不同特征（图5）。
此外，我们发现S2S系统在模拟MJO时存在系统性误差，主要表现为振幅偏大和传播速度偏快。为解决这一问题，我们开展了深入研究。结果表明，这些偏差源于模式中环境湿度偏高。在MJO的发展阶段，环境湿度的升高导致初期对流的增强和对流耦合环流的强化，进而引发预报中低层水汽平流振幅过强。该现象使MJO在传播过程中逐渐被加强，增强的MJO强度导致耦合Kelvin波的东西传播尺度和强度被高估，最终加快了模式中传播型MJO的传播速度。同样，在MJO的衰减阶段，MJO负位相的强度和传播速度也随之增大（图6）。
基于以上发现，模式团队随即对MJO的水汽初始化过程进行了改进，研究结果表明，这一改进显著提升了系统的MJO预报技巧。相关成果已发表在《Atmospheric Research》期刊，题为《Impacts of humidity initialization on MJO prediction: A study in an operational sub-seasonal to seasonal system》（https://doi.org/10.1016/j.atmosres.2023.106946）。IAP-CAS团队下一阶段的模式发展计划将聚焦于通过改进集合扰动方法来提升模式的离散性，最终目标是进一步提高模式在S2S尺度上的预报技巧。
该成果于近期在线发表于《Geoscientific Model Development》。本研究得到了中国国家自然科学基金（项目编号：42475155 和 42175161）、国际科学组织联盟（项目编号：ANSO-CR-KP-2020-01）的资助。本研究的计算得到了国家重大科技基础设施项目“地球系统数值模拟设施”（EarthLab）的支持。
论文信息：
Liu, Y., Bao, Q., He, B., Wu, X., Yang, J., Liu, Y., Wu, G., Zhu, T., Zhou, S., Tang, Y., Qu, A., Fan, Y., Liu, A., Chen, D., Luo, Z., Hu, X., and Wu, T.: Dynamical Madden–Julian Oscillation forecasts using an ensemble subseasonal-to-seasonal forecast system of the IAP-CAS model, Geosci. Model Dev., 17, 6249–6275, https://doi.org/10.5194/gmd-17-6249-2024, 2024
图1 IAP-CAS次季节-季节集合预报系统架构图
图2 IAP-CAS次季节-季节集合预报系统的初始化方案。（a）再分析Nudging中松弛系数N随时间t的变化情况，（b）预报Nudging中松弛系数N随时间t的变化情况。再分析Nudging始于1976年1月1日，蓝色的点表示每30分钟一次的Nudging过程。（b）中，四种颜色的实线代表四个集合成员，通过时间滞后法生成。
图3 WMO S2S模式中MJO预报技巧对比
图4 IAP-CAS S2S集合预测系统的MJO预报技巧（基于1999至2018年间回算数据，对全年MJO事件的表现进行了分析）。（a）ACC和（b）RMSE随预报天数的变化，其中灰色实线代表单个集合成员的预报，红色实线代表集合平均的预报，蓝色实线表示集合离散度。图（a）中的虚线表示ACC的0.5阈值，而图（b）中的虚线则表示RMSE的√2阈值。
图5 四种类型的北半球冬季MJO事件的降水距平（填色图，单位：mm/day）和850 hPa的纬向风距平（等高线图，间隔为1 m/s）合成图（10°S–10°N经向平均），x轴为经度，y轴为预报时间（单位：天）。第一排为观测值（NCEP的风场和GPCP的降水），第二排为模式结果。细实线表示正值，虚线表示负值，粗实线表示通过最小二乘回归法得出的MJO传播轨迹。面板右上角标注了传播MJO的传播速度。
图6 基于水汽模态理论的MJO传播示意图
