科研菜鸟分享 http://blog.sciencenet.cn/u/sanshiphy 聚沙成塔,集腋成裘 leilphy@gmail.com

博文

短期气候预测(Short-term climate forecast )

已有 9294 次阅读 2009-1-4 13:08 |个人分类:科研杂感|系统分类:科研笔记| 短期气候预测

        从方法论上来看,短期气候预测主要有两类方法:统计学方法和动力学方法。事实证明,由于统计学方法的固有局限性,它不可能成为预测的成功之路。在数值天气预报成功的背景下,人们又转向短期气候预测的动力学方法。值得一提的是,Cane 和Zebiak 1986 年设计的一个简单的大气耦合海洋模式,模式范围在太平洋124E~80W,29N~29S。该模式成功地预测了1986-1987年和1991-1992年的厄尔尼诺事件。这两次预报的成功,给气象界以极大的鼓舞,似乎短期气候预测即将突破了。然而,这个模式在随后的厄尔尼诺预测中却完全失败了。在我国,曾庆存等利用了IAP CGCM率先开展汛情降水的跨季度预报。随后,IAP气候预测研究小组逐步建立和完善了IAP跨季度短期气候距平预测系统(IAP PSSCA)。这个系统对我国夏季大范围降水异常形式有较好的预报能力,但是该预测系统同样存在一些不足之处。在大气环流模式基础上发展出的气候模式,现在全世界已有30多个,投入了大量的人力和财力,但从业务预报的角度看,收效甚微。
        丑纪范(新疆气象,2003年第26卷第1页)认为现行的动力学方法存在三个根本性的缺陷:一是初值问题只是利用了一个时刻的值,而忽视了对历史资料的使用。实际上,历史资料中含有丰富的气候变化规律,合理利用这些资料将会显著提高气候预测的水平。另一方面,由于观察精度的限制,初始场特别是空间的初始场,不能精确地获得,这极大地限制了动力预报的水平。 二是没有考虑到混沌效应,以为只要提高分辨率,就能提高预报的期限。众多的数值试验表明,对月、季预报而言,模式分辨率的细化并不能改善预报,在亚洲季风区和青藏高原东南侧,反而预测效果有所下降。三是预报没有针对性,与动力理论脱节。一心地为了发展更加逼真的大气模式并不是一条可行之路。许多无关紧要的细节问题一方面会加大我们的计算难度,另一方面,由于我们对这些细节问题并不完全清楚,在模式中大量地应用参数化等方法来模拟这些细节。这样每个细节的加入同时也加入了相应的误差,因此最终的结果可能会受到这些细节带来的大量误差影响而与事实不符。
       下面谈一下对上述第三个根本性缺陷的个人认识和想法。首先,丑老师指出的其实是一条科学研究,特别是在物理学研究中,的通行之法。在物理学研究中,最能体现这方面道理的当属爱因斯坦的随机行走模型。这个模型是为了研究布朗运动(液体中微小颗粒物的运动)的规律而提出的。按照一般人的想法,可能会去研究颗粒物的受力方程,流体的运动方程和热力学方程,然后写一个逼真的模式,用超级计算机来解这个模式。可是,爱因斯坦是如何做的呢?他假设颗粒物就像一个喝醉的醉汉,沿着一条笔直的马路晃晃悠悠地走着,他既可向前走,也可向后走,向前走和向后走的几率是一样的。就是这么简单并且看似玩笑的模型,却预言了布朗运动的许多现象,并引出了一个Nobel奖。在现在看来,爱因斯坦的模型仍然是研究(包括预测)布朗运动的最基本的方法,前面所说的建立逼真模式的方法在这一领域却毫无用武之地。爱因斯坦之所以会成功,就是因为他抓住了布朗运动的最为本质的特征,并且完全忽略掉那些对本质没有影响或影响甚微的因素。其次,任何预报要么建立在经验的基础之上,如统计学方法所做的那样,要么建立在对客观事物充分理解的基础之上,如动力学方法所试图去做的那样。可是事实证明,统计学方法在气候预报上并不成功。然而,动力学方法的理解却是很有限的。动力学方法是一套建立在牛顿力学上的方法,在物理学中,这就是所谓的还原论方法。物理学中用这种方法来研究简单系统的运动规律是行之有效的,然而用来研究具有大量自由度,并且自由度之间还有强烈相互作用的非线性巨复杂系统(如大气系统)来说,就显得力不从心了。因此要去理解大气这样一个复杂的系统,我们首先就要摆脱牛顿力学的束缚,来研究大气深层次的运动规律。例如,发表在Nature第441卷第329页一篇题为“Links between annual, Milankovitch and continuum temperature variability”的文献,利用地表温度观测资料(包括古气候代用资料)进行分析后指出,在各种时间尺度上存在着的气候变化是紧密地联系在一起的,因此对任一时间尺度上气候变化的了解需要对整个时间尺度上的变化有一定的了解。这个研究在一定程度上颠覆了我们以往对气候变化的理解,并启发我们来研究大尺度的气候变化(甚至上朔到数千万年的冰期和间冰期变化)是如何影响我们现在年际尺度的变化。这其中涉及到气候变化的长程关联的问题,关于长程关联,这在统计物理和复杂性科学中有较多的研究,我们不妨可以借鉴他们的研究成果。总之,我认为只有这样的研究才会使得我们对气候变化有更深层次的理解。

“Links between annual, Milankovitch and continuum temperature variability ” 这篇文献的译稿已放到博客中,欢迎大家下载并批判指正!(连接地址:http://www.sciencenet.cn/m/user_content.aspx?id=2418392009-7-4



https://blog.sciencenet.cn/blog-200199-208454.html

上一篇:《笑林广记》杂谈
下一篇:天气与气候预报(预测)的不确定性与可预报性(On the Predictability)
收藏 IP: .*| 热度|

0

发表评论 评论 (1 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-9-28 01:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部