《哲学学报A》“随机模拟”专辑4篇论文摘要

Philosophical Transactions of the Royal Society A, 2014, Vol. 372, No. 2018.

利用大气随机物理参数化处理模式误差：对ECMWF季节预报耦合系统的影响——Addressing model error through atmospheric stochastic physical parametrizations: impact on the coupled ECMWF seasonal forecasting system.

海气耦合气候模式的有限分辨率和次网格尺度上的变率，是目前所有时间尺度上气候模拟存在不确定性的主要原因。欧洲中期天气预报中心（ECMWF）一直致力于开发新的方法来解决这些不确定性，目前，随机全倾向扰动方案和随机动能后向散射算法被常用于全球数值天气预报。在业务预报模式中，ECMWF还进行了海气耦合气候系统的长期预测，并开发了最新的季节预报系统（简称System 4），System 4具有和中期天气预报相似的随机全倾向扰动和后向散射方案。ECMWF的Weisheimer等分析了System 4中这些方案对再预报效果的影响，再预报时段为1981—2010年，与不考虑模式不确定性的季节尺度模拟结果进行了对比。研究发现，随机倾向扰动方案有助于减少过度强烈的对流活动，尤其是在海洋大陆和热带西太平洋上空，从而减少了对向外长波辐射（OLR）、云覆盖、降水和近地面风的模拟偏差。对MJO的影响也是正面的，MJO事件的频率和幅度有所增加。此外，ENSO的预测误差变小。而同随机倾向扰动方案相比，后向散射方案的总体影响较为一般。年内，由包括随机海冰参数化的海冰—海洋非耦合模式（即与大气不发生交互）模拟的海冰厚度和海冰量增长了约10%～20%（具体依季节而定），这种增长可以由海冰强度的随机扰动导致海冰明显变弱来解释，因为小的冰强度随机值比大值更有影响。因此，海冰漂移更倾向于收敛，从而导致海冰厚度在北极中部累积，尤其是沿着北极西部海岸线。不过，这前20～30年随机方案的非耦合集成可以看作是一个短暂的临时阶段，在此阶段，海冰厚度累积和新开放水域海冰生成的增加导致海冰量的增加，而这个阶段之后，海冰—海洋系统达到了一个“增加的海冰厚度抵消了由海冰强度扰动引起的海冰明显弱化”的新的准平衡态，从而海冰量不再增加。相比，大气—海冰—海洋耦合模式（ECHAM6-FESOM）模拟的北极海冰量却一直没有出现明显增长，这可以用一个轻微的大气负反馈机制来解释。然而，在南极，耦合与非耦合模式模拟的海冰量之间的差异远小于二者在北极的差异，这归因于在南半球夏季海冰几乎完全消融，从而抑制了随机效应带来的海冰的短暂积累，导致对海冰的“记忆”相对缺乏。另外，随机海冰参数化对非极地地区气候平均态的影响总体上是弱的。

随机海冰参数化对气候和大气—海冰—海洋交互的影响——Influence of stochastic sea ice parametrization on climate and the role of atmosphere–sea ice–ocean interaction.

德国亥姆霍兹（Helmholtz）极地与海洋研究中心的Juricke等研究了随机海冰强度参数化对气候平均态的影响。模拟结果发现，在北极，在102年（积分时段）的前20～30

数值天气预报模式中与水平分辨率有关的参数化不确定性评估——Assessing parametrization uncertainty associated with horizontal resolution in numerical weather prediction models.

为描述由集合天气预报系统模式误差产生的不确定性，研究者已开发了多种基于有关次网格尺度变率假设的特定随机算法。不过，目前很少有研究证明这些算法的准确性，而一些随机参数化的实现可能错误地描述了模型不确定性的真正来源。就天气预报模式水平分辨率不足问题，英国气象局的Shutts等介绍了一种方法，试图量化ECMWF集成预报系统中的有关物理参数化倾向的不确定性。该方法通过将高分辨率真实预报粗化到一个与低分辨率目标相一致的时空分辨率再进行比较的方式定义了模式误差，并检测了其概率分布作为倾向大小的函数。结果发现，与对流参数化和明确的水相变化有关的温度倾向误差就像一个方差随平均值而成比例增长的泊松过程，这表明支撑对流的Craig和Cohen统计模型的假设也可能适用以对流参数化。相比，辐射温度的倾向误差与其平均值的关系有很大不同。这些发现表明，ECMWF随机扰动参数化倾向方案可以进一步改进，因为它假设该倾向误差的标准偏差是与平均值成比例的。

提高数值天气预报和气候模拟的水平分辨率：幻觉还是灵丹妙药？ ——Increasing horizontal resolution in numerical weather prediction and climate simulations: illusion or panacea?

ECMWF数值天气预报大约每8年便提高1倍的全球水平分辨率的稳定更新可能被新出现的计算架构所改变。这也许有助于解决随分辨率增加而带来的预测不确定性问题，特别是当开始解析对流尺度的运动时。不过，由于模式分辨率的偏面增加会使系统迅速变得不堪重负，而且可能不会提高数值预报准确度，因此有必要对数值计算方法进行相应调整。在利用百亿亿次、大规模并行计算能力设计预报模式时，需要对模式各部分不确定性的敏感性有更深入的了解，并最终深入理解大气中的多尺度交互作用及其在超高分辨率数值天气预报和气候模式中的数值实现。就此，ECMWF的Wedi探讨了通过调整谱和物理空间的相对分辨率以大幅提高预报效果的可能性。研究认为，这一方面需要减少谱变换计算的相对分辨率；另一方面在于探索格点空间水平分辨率与频谱空间波数的比率的重要性，而这与高分辨率的模拟和集合预报的不确定性估计都有关系。