[发明专利]基于东印度洋海平面高度异常的拉尼娜事件预报方法

说明书

本发明涉及基于东印度洋海平面高度异常的拉尼娜事件预报方法，利用偶极子事件期间东印度洋海洋异常上升开尔文波的标志参数，如海平面高度异常或者次表层海温异常，包括使用印尼海或者西太平洋的近赤道海平面高度或者次表层海温异常，或者通过印度洋风场获得的东印度洋开尔文波，使用回归预报模型，预报拉尼娜事件的启动过程和爆发强度。本发明可以突破春季障碍，提前一年成功预报拉尼娜事件的爆发。

技术领域

本发明涉及海洋与气候监测和预报领域，特别涉及ENSO事件冷位相拉尼娜事件的短期预报方法。

背景技术

ENSO事件是全球最强的年际气候异常事件，对于全球气候和社会、经济发展等有重要影响。因此，ENSO的预报尤为重要。目前ENSO预报模式主要分为统计模式、动力模式以及统计与动力相结合的方法，不管采取哪种模式，ENSO预报准确度均存在一定偏差。如何提高ENSO预报的准确度是当今亟待解决的问题。ENSO春季预报障碍是引起ENSO预报产生较大不确定性的主要原因之一。

ENSO“春季预报障碍”，是指大多数气候模式在预报ENSO事件时，模式及持续性预报技巧在大约4、5月间快速下降，导致预报结果产生较大不确定性的一种现象。具体表现为，指数滞后自相关系数，在跨越春季后迅速下降至接近于0。国际上的气候预报业务部门，目前只能做到最多提前半年成功预报ENSO事件的爆发，而且对于东太平洋冷舌区海面温度异常值的预报，仍然存在较大的不确定性。拉尼娜事件是ENSO事件的冷位相，对其预报同样受制于ENSO的预报局限，目前国际上仅能提前最多半年成功预报，而且关注度较小。

发明内容

本发明的目的就是针对上述问题，提供一个基于印度洋偶极子期间东印度洋海平面高度异常为前兆因子的线性回归预报模型。

为实现上述目的，本发明提供了以下技术方案：基于东印度洋海平面高度异常的拉尼娜事件预报方法，包括以下步骤：

根据海洋大气历史数据构建用于表示前兆预报因子与预报参数之间关系的预报模型；

根据设定时间的前兆预报因子，通过预报模型对次年拉尼娜事件进行预测。

所述海洋大气历史数据包括海洋历史数据和大气历史数据；

所述海洋历史数据包括：海平面高度异常或者海洋表层温度异常或者次表层温度异常；

所述海洋历史数据包括但不限于，通过卫星观测、Argo剖面浮标观测、海洋调查船观测、或者根据已有海洋历史数据集进行气候再分析或预测的其中任意一种方式获取；

大气历史数据包括：近海面风场；

所述大气历史数据包括但不限于，通过气象站、卫星观测、根据已有海气历史数据集进行气候再分析或预测中任意一种方式获得。

所述前兆预报因子为以下类型中的一种：

东印度洋海平面高度异常或者海洋表层温度异常或者次表层温度异常；

印尼海的近赤道海平面异常或者表层海温异常或者次表层海温异常；

西太平洋的近赤道海平面异常或者表层海温异常或者次表层海温异常；

印度洋大气风场获得的东印度洋开尔文波；

所述预报参数为针对东太平洋冷舌区海面温度异常的指数。

所述预报参数为指数中的任一种。

所述根据海洋大气历史数据构建用于表示前兆预报因子与预报参数之间关系的预报模型，包括以下步骤：

获取海洋历史数据中的海平面高度异常、海洋表层温度异常、次表层温度异常、根据大气历史数据中的海表风场得到的开尔文波中的任一种作为前兆预报因子；