當前，對El Niño振幅的預測仍然存在較大的不確定性，經常出現誤報或低估現象♧。研究表明，西風爆發(Westerly Wind Bursts, WWBs)是影響El Niño發展、振幅和可預報性的重要快變大氣強迫🫠🧑🏻‍💻。但作為天氣現象的WWBs本身具有較低的可預報性👩🏻‍🏭。因此，如何在年際尺度的El Niño預報系統中有效地納入WWBs的作用以減小El Niño預報的不確定性一直是一個廣泛討論的話題。

近日💈🤜🏿，我系博士生紀超鵬（第一作者）在穆穆院士和方向輝副教授（通訊作者）的指導下，將一種改進的WWBs參數化方案引入中等復雜程度的海氣耦合模式(Intermediate Coupled Model, ICM)，並建立了基於WWBs集合預報的El Niño集合預報方案(WWBs-based)。為說明其有效性，該工作對比了常用的基於初始條件(Initial Conditions, ICs-based)擾動的El Niño集合預報方案（兩種方案的對比見圖1）。結果表明，由於ICs-based 僅考慮了WWBs在年際時間尺度上的隨機性🕵🏿，而未充分考慮WWBs固有可預報性上限這一更為本質的物理屬性👩，因此，它在改善El Niño預測方面的效果相對較弱（圖 2）。

相反地👨🏽，WWBs-based方案從WWBs的可預報性上限角度出發💪，建立WWBs集合預報以更為有效地捕捉其多種潛在的分布特征，並基於此建立El Niño集合預報🚣🏻‍♀️。對比表明，該方案對El Niño具有更高的預報技巧🛌，並有效地減小了El Niño振幅的預報誤差（圖 2, 3）🧑🏼‍🚒。該工作表明，為了更好地預報El Niño🫲🏼，應有效考慮不同尺度現象的相互作用，並在此基礎上建立合理的集合預報方案🦻🏼。

圖1 (a) 控製預報 (b) ICs-based集合預報和 (c) WWBs-based集合預報方案流程圖。

圖2 (a) 1979-2021年期間所有El Niño事件預測Niño3.4區域平均海溫異常相對於觀測的ACC和 (b) RMSE隨預報時長的變化。紅色表示WWBs-based方案的集合平均𓀒🤽🏿‍♀️，綠線表示ICs-based方案的集合平均。藍線和黑線分別代表控製預報和持續性預報。陰影表示通過bootstrap方法計算的95%置信區間𓀄。

圖3 1979-2021年期間所有El Niño DJF SSTA觀測與預報RMSE(單位:°C)的水平分布(a, d, g, j)為控製預報👬，(b, e, h, k)為ICs-based方案的集合平均👩🏻‍💼，(c, f, i, l)為WWBs-based方案的集合平均。等值線間距為0.2°C。僅顯示超過0.5°C的結果。

相關工作發表在《Journal of Climate》雜誌。文章的合作者還包括南京信息工程大學的陶靈江博士🎥。

論文信息🫱🏼：Ji, C. P., Mu, M., Fang, X*., Tao, L. (2023) Improving the Forecasting of El Niño Amplitude Based on An Ensemble Forecast Strategy for Westerly Wind Bursts. Journal of Climate, DOI: 10.1175/JCLI-D-23-0233.1.