本文使用加拿大气候模拟与分析中心(Canadian Center for Climate Modeling and Analysis,CCCma)的耦合模式预报产品,应用以信息论为基础的可预报性理论框架,诊断、分析了耦合模式中Madden-Julian Oscillation(MJO)的预报率,包括实际预报技巧和潜在预报率,以及热带季节内尺度变率(Intraseasonal Variability,ISV)最可预报模态的空间分布。并在此基础上讨论了不同时间尺度平均对MJO预报技巧的影响。结果表明:本文使用的2个耦合模式中,MJO的预报技巧与目前全球主要使用的预报模式相近,约为10d。潜在可预报技巧可以达到30d以上。随着时间尺度从日平均增加到10d平均,MJO的实际预报技巧与潜在可预报技巧都相应提高,尤其是潜在可预报技巧的提高更加显著。进一步分析发现,影响实际预报技巧的一个重要因素是初始条件MJO信号的强弱,当MJO信号很强时,预报技巧较高,反之则较低。本文最后分析了模式中ISV最可预报模态的空间分布,并讨论了如何利用这种最可预报空间分布提高ISV的实际预报技巧。
