近日，物理海洋教育部重点实验室在Environmental Research Letters期刊发表题为“Inter-seasonal variability in predictability of South China seasonal precipitation”（《中国南方季节性降水可预测性的季节间变化》）的最新研究成果。该研究利用观测数据量化研究了中国南方季节尺度降水（SCSP）可预测期限及其季节间变化，并揭示了西北太平洋异常反气旋（WNPAC）在联接ENSO与SCSP可预测性过程中的关键作用。成果由实验室/海洋与大气学院在读硕士生真世昕为第一作者，“筑峰人才工程”第一层次李建平教授和海洋与大气学院侯兆禄副教授为共同通讯作者的科研团队合作完成。

　　中国南方季节性降水的异常变化直接影响当地的生产生活，并对区域经济发展构成挑战。因此，提高SCSP的预测水平，特别是认识其可预测性期限，一直是相关领域研究中的关键科学问题之一。以往SCSP的预测和可预测性研究大多依赖数值模式开展，结论存在模式依赖性，且对其可预测性期限缺乏量化估计。针对此问题，研究使用观测/再分析数据，基于李建平教授团队提出的非线性局部李雅普诺夫指数（NLLE）理论揭示了SCSP的非线性误差增长特征并定量估计了其可预测性期限。在传统理论基础上，考虑到季节性降水变率波动问题，研究进一步提出了相对全局吸引子半径作为动态饱和值，能有效刻画SCSP误差饱和振荡特征（图1a–c）。基于上述理论框架，研究量化估计了SCSP的可预测性期限，结果表明其存在明显的季节间变化特征：在冬季可预测性期限达到峰值（约为3.72个月），而在秋季降至最低（约为3.12个月）（图1d–i）。

图1：（a–c）SCSP的相对误差演化曲线和相对全局吸引子半径。（d–h）东亚地区季节性降水可预测性期限的空间结构（月）；（i）不同季节SCSP可预测性期限的空间平均值（月）。

图2：（a–d）西北太平洋和东亚沿岸850 hPa水平风的可预测性期限空间结构（月）。（e）WNPAC关键区850 hPa水平风可预测性期限的空间平均值（月）。（f）WNPAC-ENSO的超前滞后关系。

　　SCSP的可预测性受多种大气和海洋过程调节，其中ENSO被认为是最重要的可预测性信号来源。通过比较ENSO与SCSP的可预测性期限，研究发现前者时间更长，且其季节变化特征与后者显著不同，这表明ENSO自身可预测性的季节变化并不是SCSP可预测性的主要影响因素。随后，研究进一步分析了ENSO影响路径中西北太平洋异常反气旋（WNPAC）对SCSP可预测性的调节作用。结果发现，WNPAC自身的可预测性期限及其季节间变化特征与SCSP高度一致，表明其在联接ENSO与SCSP可预测性过程中起直接作用（图2a–e）。从物理上和非线性动力学的角度，证实了WNPAC与ENSO的关系强度在不同季节存在差异，并且这种调制效应是造成SCSP可预测性季节变化的重要原因（图2f）。

　　上述研究首次从非线性误差增长的角度系统量化了SCSP可预测性期限，揭示了其在不同季节上表现出的显著差异性，强调了大气环流系统在可预测性传递路径中的桥梁作用，为深入理解季节尺度气候预测的物理机制和理论上限提供了新的科学视角。研究工作得到国家重点研发计划项目（2023YFF0805100）、山东省自然科学基金重大基础研究项目（ZR2019ZD12）和崂山实验室科技创新项目（No. LSKJ202202600）等联合资助。

文章引用：

ZHEN S. -X., Z. -L. Hou*, J. -P. Li*, H. -B. Song, R. -Z. Li, and Z. -R. Li, 2025: Inter-Seasonal Variability in Predictability of South China Seasonal Precipitation. Environmental Research Letters, online, https://doi.org/10.1088/1748-9326/adc021.