使用基于海洋-大气相互作用的全球气候模型进行季节降水和气温预测，有助于开展水资源管理和减灾工作。迄今为止，多模式集合季节气候预测系统，如北美多模式集合（NMME），是提前几个月提供有用预测信息的有效途径，特别是在海洋-大气耦合作用强烈的地区。以往的研究评估了NMME在全球范围内历史后报的预测技巧，然而NMME的实时预测技巧与历史后报相比有何差异、海洋-大气遥相关的年代际变化是否会影响气候预测的技巧仍不清楚。
水文与水资源工程学院袁星教授团队基于NMME九个气候模式的降水和气温预测数据集，对中国长江流域历史后报（1982-2010年）和实时预测（2011-2020年）阶段的预测技巧进行了评估。结果表明，虽然选择合适的时间范围进行气候态计算可以减少实时预测的误差，但长江流域的实时预测技巧仍低于历史后报阶段。在前六个月的预见期内，季节降水（气温）预测的异常相关性下降14%-51%（38%-75%），预测误差增加30%-31%（51%-55%）。在实时预测阶段，海洋-大气遥相关的年代际变化（特别是与印度洋海表面温度的关联）未能在模式中得到准确的再现，这可能是导致NMME实时气候预测技巧下降的原因之一。本结果表明，气候模式需要更好地描述海洋-大气遥相关的年代际变化，以提升长江流域季节气候的实时预测技巧。
图1. 长江流域季节降水预测的（a）距平相关系数（ACC）、（b）无偏均方根误差（ubRMSE）及（c）连续分类概率评分（CRPS）随预见期（Lead time）的变化情况（Shao et al., 2023）。
该研究在线发表于《Climate Dynamics》，第一作者邵春雨为南京信息工程大学水文与水资源工程学院硕士研究生，将赴南京大学南京-赫尔辛基大气与地球系统科学学院攻读博士学位。通讯作者为其硕士导师袁星教授，合作者为水文院马凤副教授。本研究得到国家重点研发计划子课题（2022YFC3002803）、江苏省杰出青年基金（BK20211540）等资助。
论文信息：
Shao, C., Yuan, X*. & Ma, F. Skill decreases in real-time seasonal climate prediction due to decadal variability. Clim Dyn (2023). https://doi.org/10.1007/s00382-023-06800-z
