数值预报模式的预报结果对初始场很敏感,即初始场的微小误差可导致完全不同的预报结果,同时模式中物理过程描述的真实程度也影响预报的结论，大气的这种混沌性质限制了天气的可预报性。 气候预测是多初值与多模式集合预报系统，从本质上看，它是一种概率预报。 本期嘉宾：中国工程院院士 中国气象局气候变化特别顾问丁一汇 采访人：中国气象报记者 丁继武 气候变化预测只是对未来可能趋势的预测 混沌理论告诉我们，在混沌系统中，系统具有对初始条件敏感的依赖性,也就是系统的初始条件仅仅稍有改变，足够长时间后，系统将达到完全不同的状态。由于初始条件总不能精确地知道，即使系统的运动规律是严格确定的，但是人们仍无法预测系统的长期行为(确定性混沌)。简单地说，系统是确定的，但不可预测。 由复杂的耦合气候模式预测的未来气候变化是否可靠?有多大程度上是可信的?这是许多人经常提出的一个科学问题。 丁一汇说，复杂气候模式唯一求解的方法是求其数值解，为了使这种模式能够运行,首先需要容量很大、速度很快的超级计算机，而目前全球气候模式的水平分辨率还很难直接描述中小尺度的天气和气候现象与过程；为了使构建好的复杂气候模式能够用于气候变化的预测，还必须对它们的正确性、有效性进行检验，但是对于未来百年或几十年自然的外强迫的演变是很难预测的。 一般在未来百年气候变化的预测中，实际上主要是预测由人类活动造成的温室气体和气溶胶增加对未来气候变化的可能影响，但要确定未来一百年和几百年全球温室气体和气溶胶的排放量与相应大气浓度的增加量，并非易事。因为未来温室气体与气溶胶的排放量与全球人口增长率、经济发展速度、能源使用情况、技术进步水平、环境条件、全球化情况、公平原则等有关。对上述7个条件可能出现的各种情况进行组合,都可以得到不同的排放结果。由于在气候变化预测中排放情景的计算实际上是假设的, 因此严格地说，未来百年的气候变化情况不是真正意义上的气候预测,它只是一种气候变化的可能趋势、途径和幅度。 气候模式预测结果在什么情形和在多大程度上是可预报的 混沌理论的研究表明，虽然在混沌系统中，个别轨迹可以是不可预报的,但整体几何形状的变化是完全可预报的。 丁一汇说，初值决定的大尺度数值天气预报其理论可预报上限为两周,但如果数值模式十分完善，初始条件误差很小,预报时限可延长到3周，这可能是用确定性的动力模式方法获得有用预报的最长时效。 对于月以上的气候预报如季节和年际预报，耦合强迫(如海洋与陆面过程,包括积雪覆盖)对气候异常起着非常重要的作用。例如中、东赤道太平洋海表温度一旦出现明显异常(变暖或变冷)，会形成厄尔尼诺或拉尼娜现象，目前已可依据这种海洋对大气的耦合强迫作用提前一年做出全球气候变化或异常的预报。 气候变化的预测不同于天气预报，后者主要依赖于初值，而前者既依赖于初始条件,也依赖于边界条件或者完全依赖于边界条件。短期气候预测，就是依赖于以上两种条件，这种可预报性被洛仑兹称为第一类可预报性。对于长期(几十年或几百年)的气候变化预测，如由人类活动造成的温室气体增加引起的全球气候变化，将不依赖于大气的初始条件，这是由于在模式长期积分之后，将完全丧失对初条件的记忆，因而失去它的影响。这种完全依赖于详细边界条件变化的气候预测被洛仑兹称为第二类可预报性，其可预报性决定于外界强迫变化的时间尺度。由于气候系统的惯性，即使施加于边界的外强迫消失之后很久,气候系统还将继续变化相当长的时间，甚至长达千年以上，海平面上升的响应就是一个例子。 虽然气候本质上是一种混沌现象,表现为湍流或非周期现象，但有些情况下也表现出相当程度的周期性或准周期性，这就大大增加了气候的可预测性。目前在气候分析中广泛使用的如子波分析法等,就是为揭示其不同时空尺度的周期性而进行的，另外一个气候周期性著名的例子是地球轨道参数的米兰科维奇循环。 气候预测发展和改进的途径 为了减少由初始场误差和模式不完善而造成的预报误差，目前气候预报是采用多初值和多模式的集合预报方法，因而气候预测实际上是一种概率预报。 由于目前各国气候预报中心使用的模式并不完全相同，各具特点，因而也可以采用数学方法对各种模式的预报结果进行集合，这叫做超级集合方法。但有一个前提，就是参加模式超级集合的各气候模式一般要有较好的预报性能。通过集合,一方面可使模式的随机误差或噪音相互抵消以及系统偏差减小，另一方面可突显出由耦合强迫与外强迫在模式中产生的有用气候信号,以提高集合预报的信噪比。 为了给公众和用户一个确定性的预报结果，目前是对各个预报成员简单地用算术平均得到预报结果,也可根据各成员过去的预报能力和表现，采用不同的权重进行加权平均得到预报结果。这在某种程度上是解决作为混沌现象的气候变化的一个很好的途径。
评论