亚洲季风区气候通常表现为多尺度降水和大气环流的显著变化，其年际变化影响着超过20亿人口的生活。然而，亚洲季风区气候一直是气候预测的巨大挑战。Zhang et al. (2022) 通过分析南亚夏季风主要耦合模态，研究指出近几十年来南亚夏季风较低的预测技巧可能是因为现有的季风指数大多与不可预测的第二模态有关。事实上，第一模态是高度可预测的，其与印度季风槽的变化以及核心季风区和孟加拉湾北部的大量降雨异常有物理联系。基于第一模态的物理意义，构建了南亚季风槽指数，利用春季相关海温可较好预测，1979-2020年整体的预测技巧达到0.698（图1）。此外，He et al. (2022) 根据因果推断理论，将东亚夏季风的年际变化可通过五个前期冬季气候预报因子进行预报。结果显示，基于这五个因果预报因子构建的模型可以提前一个季节准确预测东亚夏季风，优于基于相关的经验预报模型和三个动力气候模式。Tian and Fan (2022) 进一步考虑前冬热带海温、北极海冰对春季干旱的影响过程，并结合CFSv2高预测效能，通过场信息耦合和年际增量建立的动力和统计结合降尺度预测模型对我国春季干旱预测能力有显著提升（图2）。交叉检验结果表明，动力和统计结合降尺度模型对中国99.7%的站点的春季干旱具有较好预测效能。此外，降水的变化可用于强迫DRIVE-Urban洪水预报模型 (Chen et al. 2022)，为城市提供超高精度的洪水预报。
图1 （a）第一模态时间序列和（b）南亚季风槽指数对850-hPa风场（矢量箭头）和纬向风速（填色）的回归。（c）观测（黑色实线）、春季海温预测（红色实线）、冬季Niño-3指数预测（蓝色实线）的南亚季风槽指数时间序列。“R_DJF”和“R_MAM”分别代表冬季Niño-3指数预测和春季海温预测的南亚季风槽指数与观测的相关系数。
图2 中国春季干旱预测模型及其预测因子物理过程示意图；SD模型表示统计降尺度预测模型，HD模型表示动力和统计结合降尺度预测模型
相关论文发表情况
Zhang T., X. Jiang, S. Yang, et al., 2022: A predictable prospect of the South Asian summer monsoon. Nature Communications, 13, 7080. (第一资助)
He S., S. Yang, and D.K. Chen, 2022: Accurate attribution and seasonal prediction of climatic anomalies using causal inference theory. Journal of Climate, 35, 4111-4124 (第一资助)
Tian B., and K. Fan, 2022: New downscaling prediction models for spring drought in China, International Journal of Climatology, 42, 6960-6975. (第一资助)
Chen W., H. Wu, J. Kimball, et al., 2022: A coupled river basin-urban hydrological model (DRIVE-Urban) for real-time urban flood modeling. Water Resources Research, 58, e2021WR031709. (第一资助)