陆地水储量（TWS）包括土壤水、地下水、地表水、冠层水、冰和雪等，在全球水循环和淡水资源管理中扮演着关键角色。可靠的TWS长期预测对基础设施建设和水资源可持续利用具有重要意义。尽管海洋、陆地等气候系统初始记忆是年代际气候预测的重要可预报性来源，但其对TWS长期预测的影响仍缺乏定量研究。

近期，大气所地球系统数值模拟与应用全国重点实验室与中国气象科学研究院团队合作，在《Atmospheric Research》上发表了题为“Improving Long-term Prediction of Terrestrial Water Storage through Integration with CMIP6 Decadal Prediction”的论文。该研究利用弹性框架方法将第六次耦合模型比较计划（CMIP6）中不同初始化策略的气候预测纳入TWS预测，显著提高了全球主要流域TWS的长期预测技巧。

该研究量化了初始化气候预测、气候系统外部强迫和气候内部变率信号等因素对TWS长期预测的影响。结果表明，结合初始化气候预测和外强迫信号可有效改善69%流域的TWS预测技巧，纳什效率系数提高0.14-0.24，在长预见期、高纬度地区尤为明显。结合气候内部变率信号（如：太平洋年代际振荡和大西洋多年代际振荡）则有效改善1-10年预见期下38%-90%流域的TWS预测技巧。

该论文第一作者为中国气象科学研究院为朱恩达副研究员，合作者包括王亚强研究员和赵妍高工，地球系统数值模拟与应用全国重点实验室袁星研究员为论文通讯作者。

论文链接：

Zhu, E., Y. Wang, Y. Zhao, and X. Yuan*, 2025: Improving Long-term Prediction of Terrestrial Water Storage through Integration with CMIP6 Decadal Prediction. Atmospheric Research, 313, 107776. https://doi.org/10.1016/j.atmosres.2024.107776

图1.全球不同流域降水（a）和陆地水储量（TWS；b）在不同预见期的预测技巧（纳什效率系数NSE，NSE=1表示完美预测，NSE<0表示无预测技巧）。其中，Ens（I）代表初始化气候预测，Ens（N）代表无初始化的气候预测（即仅有外部强迫信息），ESP代表集合径流预测（仅有水文初始信息，无气候预测信息），rev-ESP代表逆集合径流预测（无水文初始信息，但使用真实气候信息）。

图2.不同预见期，初始化气候预测（Ens (I)）驱动的TWS长期预测技巧与无初始化气候预测（Ens (N)）驱动的TWS长期预测技巧之差。