直击AI预报痛点，机器学习预报MJO为何总不准？

Science Advances：MJO传播作为一种确定性混沌现象

https://doi.org/10.1126/sciadv.adz1916

https://doi.org/10.1126/sciadv.adz1916

Fig. 1. Two MJOs and their regimes revealed by huge-ensemble hindcast simulations.

Fig. 1. Two MJOs and their regimes revealed by huge-ensemble hindcast simulations.

本研究利用4000成员的超级集合模拟，首次揭示了Madden-Julian振荡（MJO）传播具有确定性混沌特征。研究发现，在相同的海气背景下，MJO传播可出现多个状态（regime bifurcation），其中11月MJO呈现单一传播状态，而12月MJO则分岔为两种截然不同的传播路径（早传播与晚传播）。这种分岔现象的关键控制因子是气候态海表温度（SST）的赤道不对称性，而具体状态的选择则取决于热带-温带相互作用的强度，特别是温带Rossby波入侵热带西太平洋所激发的向西传播湿波动。该研究颠覆了传统线性MJO理论的认知框架，指出MJO本质上是涉及跨尺度非线性相互作用的混沌系统，对次季节-季节（S2S）预报具有重要启示。

1. 研究背景与科学问题

1.1 MJO：热带大气中的"风暴之王"

Madden-Julian振荡（MJO）是热带大气中周期为30-60天的最强季节内变率模态，表现为对流云团以约5 m/s的速度向东传播，跨越印度洋至西太平洋的广阔海域（图1A-B）。因其对全球天气气候系统的深远影响，MJO被《Science》杂志称为**"风暴之王"（The Storm King），并被著名气象学家David Randall描述为"最后一种基本物理机制尚未被充分理解的天气系统"**。

MJO通过调制赤道降雨和大尺度风场，对以下系统产生显著影响：

• • ENSO相位转换：MJO传入西太平洋可触发厄尔尼诺/南方涛动（ENSO）的相位转换
• • 季风活动：唤醒亚洲/澳大利亚季风系统
• • 热带气旋生成：调制热带气旋生成频率
• • 中高纬极端天气：影响热浪、寒潮、强降水及龙卷活动
• • 北极平流层：影响北极地区平流层温度与环流

因此，深入理解MJO传播机制对次季节-季节（S2S）预报及极端天气气候预测具有关键意义。

1.2 传统线性理论的局限

现有MJO理论主要基于线性化框架，将MJO视为在时不变背景态上的MJO尺度扰动，强调以下机制：

• • 水汽反馈机制：MJO相关的赤道Kelvin-Rossby波对与气候态水汽梯度相互作用，在对流东侧湿化、西侧干化，促进东传
• • 边界层水汽辐合机制：MJO对流东侧大尺度Kelvin波诱导的边界层水汽辐合促进东传

然而，这些线性理论无法充分解释观测中的关键特征，如：

• • 海洋性大陆（MC）屏障效应：MJO在传播至印尼群岛时的减弱或停滞现象
• • 多尺度结构：MJO内部嵌入的涡旋和云团尺度过程

1.3 核心科学假设

本研究提出：MJO传播可能比先前认知的更具混沌特征，其本质是跨尺度非线性相互作用的结果。具体假设包括：

1. 1. 在单一背景态下，MJO传播可出现多个稳定状态（regimes），取决于气候态SST作为外部分岔参数
2. 2. 分岔状态的选择受高频热带波动与MJO相互作用的随机影响
3. 3. 这种混沌特征只有通过超大集合模拟才能被识别

2. 研究方法：超级集合模拟与云系统分辨模式

2.1 模式与试验设计

研究采用非静力二十面体大气模式（NICAM），水平分辨率14 km，垂直38层至40 km高度。该模式属于全球云系统分辨模式（global cloud-system-resolving model），能够显式解析云尺度对流系统，避免传统气候模式中对对流过程的参数化假设。

集合模拟策略（总计4000成员）：

• • 控制试验：对两个真实MJO事件进行后报（hindcast）
  • • 11月MJO（Nov-MJO）：2018年10月25日-11月3日初始化，1000成员
  • • 12月MJO（Dec-MJO）：2018年11月23日-12月2日初始化，1000成员
  • • 每个事件在10天期间内每天00 UTC使用100个不同大气初态，共1000成员
  • • 积分45天，覆盖MJO从印度洋生成至西太平洋（150°E）的完整传播过程
• • 敏感性试验（各1000成员）：
  • • 交换两个事件的海表温度（SST）边界条件，验证SST对传播状态分岔的控制作用

2.2 观测对比数据

• • OLR（向外长波辐射）：NOAA极轨卫星数据，作为深对流代理变量
• • ERA5再分析数据：ECMWF第五代全球再分析，用于三维风场、温度、湿度等变量
• • OISST V2.1：NOAA最优插值海表温度

2.3 MJO传播识别方法

采用Kikuchi等人提出的MJO指数，基于热带OLR场的扩展经验正交函数（EEOF）分析，构建主成分（PC1/PC2）相位空间。定义MJO传播进入西太平洋（WP，相位7）的完成时间，并设定严格标准：

• • 前20天内通过相位1（印度洋对流启动）
• • 振幅持续大于0.4（允许最多4天低于阈值）
• • 相位连续东传（最多1次跳跃，3次回退）
• • 成功到达相位7或8

3. 主要研究发现

3.1 MJO传播的多状态特征（Regime Bifurcation）

关键发现：在相同的大气-海洋背景下，MJO传播可呈现本质不同的演化路径。

11月MJO（Nov-MJO）：

• • 传播时间分布呈现单峰特征（图1C），峰值在11月20日，与观测一致
• • 仅存在Nov-1单一状态，所有成功传播的集合成员遵循相似路径
• • 传播失败率约32%（321/1000）

12月MJO（Dec-MJO）：

• • 传播时间呈现显著双峰分布（bimodal）（图1D）：
  • • Dec-1状态：约12月22日传播至西太平洋（与观测一致）
  • • Dec-2状态：约12月30日完成传播（比观测晚约一周）
• • 两种状态在1000成员集合中均稳定存在，且难以通过100或500成员的子样本识别，凸显超大集合的必要性
• • 传播失败率仅约10%（101/1000）

物理图像对比：

• • Nov-1与Dec-1：均伴随向西传播的湿波动（与赤道Rossby波相关的850 hPa经向风异常），这些波动携带水汽侵入西太平洋，为MJO东传创造有利条件（图1E-F）
• • Dec-2：向西传播的湿波动在12月中旬衰减，但通过替代路径（赤道外对流重组）在12月底完成传播（图1G）

3.2 SST赤道不对称性：分岔的关键控制因子

机制分析（图2）： 在Dec-2状态中，12月17日左右出现独特的赤道不对称对流增强——对流中心位于东南海洋性大陆（5°S-15°S），而非赤道附近。这种偏离赤道的活跃对流通过以下过程影响MJO传播：

1. 1. 经向翻转环流：非赤道对流激发跨赤道经向环流，伴随低层北半球东风异常和南半球西风异常
2. 2. 反气旋式环流：在10°S-10°N、120°E-150°E区域形成异常反气旋环流，引导气流进入东南海洋性大陆的对流区
3. 3. 表面热通量：异常环流增强表面感热/潜热通量，为后续西太平洋对流重组提供能量

SST敏感性试验验证（图3）：

• • Dec-MJO使用Nov-SST：Dec-2状态消失，传播时间变为单峰分布（尽管略早于Dec-1），证实11月SST条件下无法支持双状态分岔
• • Nov-MJO使用Dec-SST：传播时间分布展宽，出现晚传播状态（约11月28日），证明12月SST的赤道不对称性足以诱导多状态行为

季节差异（图2C-D）：

• • 12月相比11月，南半球海洋性大陆区域SST显著增暖（暖池中心南移）
• • 这种SST分布打破了赤道对称性，允许低层跨赤道南流增强，支持赤道外对流发展，从而为Dec-2状态提供温床

3.3 热带-温带相互作用：状态选择的随机开关

Dec-1与Dec-2的本质区别在于热带-温带相互作用强度（图4-5）：

观测与模拟证据：

• • 在MJO传播前（12月5-9日），观测显示温带槽侵入热带西太平洋（150°E-180°），在中上层对流层强迫大尺度抬升运动（Q矢量辐合），为西太平洋湿化创造动力条件
• • 这种侵入激发了向西传播的赤道Rossby波，促进Dec-1状态的早传播

集合模拟揭示的机制：

• • Dec-1状态：温带槽信号强且位置偏西（图4B黑线），导致更强的动力抬升和更湿的热带环境，支持Rossby波发展（图4D）
• • Dec-2状态：温带槽信号弱且偏东（图4B灰线），动力强迫弱，湿波动发展受阻，被迫通过Dec-2路径（赤道外对流重组）完成传播

Rossby波折射机制（图5）：

• • 温带Rossby波沿副热带急流传播，在急流出口区（150°E-170°E）发生波折射进入热带
• • Dec-1状态下，与MJO相关的Gill响应型环流（热带对流激发的赤道上层西风/热带外气旋环流）增强了位涡梯度，提高Rossby波折射指数，促进波能量向赤道传播
• • 这种MJO强度自调节机制意味着初始MJO对流强度的微小差异可通过改变背景环流影响温带波入侵效率，进而决定传播状态

季节敏感性差异：

• • 11月：副热带急流偏北且弱，温带波难以影响热带，MJO传播主要依赖热带内部过程（低层正压能量转换），对初始振幅不敏感
• • 12月：急流南移且增强，延伸至热带地区，温带-热带耦合增强，使MJO传播对温带入侵高度敏感，呈现更强混沌特征

4. 讨论与启示

4.1 对MJO理论的范式转变

本研究挑战了传统线性MJO理论的基本假设，证明：

1. 1. 非线性是MJO的本质属性：水汽平流通过天气尺度波动实现，涉及跨尺度非线性相互作用
2. 2. 多状态共存：在特定SST背景下（赤道不对称），MJO传播存在多个吸引子（attractors），系统可在不同状态间跃迁
3. 3. 确定性混沌：状态选择虽由确定性方程控制，但对初始条件（MJO振幅、温带波相位）极其敏感，具有内在不可预报性

4.2 对S2S预报的启示

可预报性窗口差异：

• • 11月MJO：单一传播状态，可预报性相对较高，关键初值条件为西太平洋低层风场（正压过程）和El Niño背景（增强MJO实现概率）
• • 12月MJO：双状态分岔，传播时间存在约8天的不确定性。预报关键不仅在于MJO初始强度，更在于同步监测印度洋MJO对流与西太平洋热带波动的发展

机器学习预报的新思路：

• • 传统基于观测或常规GCM的机器学习模型难以捕捉MJO传播的完整概率空间（因观测仅实现一种可能状态，GCM难以准确模拟天气尺度变率）
• • 建议：利用本研究类型的超大集合、风暴分辨模拟数据训练AI模型，学习分岔解的完整概率分布，可能突破现有MJO预报的"玻璃天花板"

4.3 对MJO季节性的解释

研究为理解MJO活动的季节循环提供了新视角：

• • 12月-2月（DJF）MJO活动增强：与赤道不对称SST（南半球暖池）支持多传播状态有关，更多状态意味着更高概率找到成功传播路径
• • 11月MJO传播失败率高（>60%）：单一传播状态且对初始条件敏感，易受MC屏障效应阻挡

5. 结论

本研究通过前所未有的4000成员集合模拟，首次将MJO传播刻画为确定性混沌现象。核心结论包括：

1. 1. 分岔现象：在赤道不对称SST背景下（如12月），MJO传播出现双状态分岔（早传播 vs. 晚传播），而赤道对称SST（如11月）仅支持单一状态
2. 2. 控制机制：气候态SST的赤道不对称性是分岔的必要条件，而具体状态选择由热带-温带相互作用随机决定——强温带入侵促进早传播（Dec-1），弱入侵导致晚传播（Dec-2）
3. 3. 理论革新：MJO不能简化为线性波模式，而是涉及云尺度、天气尺度、行星尺度及温带-热带相互作用的非线性混沌系统
4. 4. 预报策略：高分辨率超大集合模拟是揭示MJO概率空间的必要工具，未来应结合此类数据与机器学习，发展概率性MJO预报系统

以上是对文章的详细解读，如有不当之处欢迎批评指出！

Fig. 2. Time evolution of the MJO propagation regimes in December and background effects on it.

Fig. 2. Time evolution of the MJO propagation regimes in December and background effects on it.

Fig. 3. Impacts of seasonal SST components on the timing of MJO propagation

Fig. 3. Impacts of seasonal SST components on the timing of MJO propagation

Fig. 4. Extratropical influences on the tropical dynamics and thermodynamics related to the regime selection

Fig. 4. Extratropical influences on the tropical dynamics and thermodynamics related to the regime selection

Fig. 5. Regime selection by the interaction between the extratropical Rossby wave dynamics and MJO circulation.

Fig. 5. Regime selection by the interaction between the extratropical Rossby wave dynamics and MJO circulation.

Fig. 6. Seasonal differences in the westerly jet and associated eddy propagation.

Fig. 6. Seasonal differences in the westerly jet and associated eddy propagation.

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。