近日,我校海洋科学学院海洋系统交叉学科团队将正交条件非线性最优扰动(CNOP)技术与AI模型结合,成功研发基于初值扰动方案的集合预报新方法,进一步有效改进了极端厄尔尼诺(El Niño)事件的强度预报并减小其模拟偏差,相关研究成果《AI-Enabled conditional nonlinear optimal perturbation enhances ensemble prediction of extreme El Niño events》发表于中国科学院一区TOP期刊《npj Climate and Atmospheric Science》。我校海洋科学学院周路博士后为第一作者,张荣华教授为通讯作者,合作者还包括学院青年教师陶灵江博士。
数据驱动的深度学习(DL)模型已成为天气和气候研究的重要工具。然而,由于训练数据中极端事件样本有限以及梯度优化算法具有批量平均特性及其内在平滑性,使得确定性DL模型用于预报时倾向于拟合样本的统计平均特征。从而导致预报场趋于平滑化,极端值被系统性削弱,且随预报时长的延伸,模型预报场逐渐退化为气候态的均值。
在传统数值模式及所采用的集合预报方法中,基于初始场扰动的集合预报方法已被证实能够显著提升极端事件的预测技巧。基于著名的“蝴蝶效应”理论(Lorenz (1963)),在数值模式中引入微小的初始扰动,可通过模式变量相互作用导致随时间快速发展的模式倾向场,进而在预报目标时刻生成有足够离散度的集合预报。然而,确定性DL模型固有的正则化特性会抑制这些初始扰动的发展和传播,导致集合成员间缺乏足够的离散度。因此如何设计能够克服DL模型正则化效应的不足并实现初始扰动有效增长的方案,成为构建DL集合预报系统的核心难题。
由此,本研究提出了一种基于CNOP方法的初值扰动方案,该方法考虑了非线性过程的影响,能够在约束条件下合理而有效求解非线性最优增长的数值解,集合成员的分布具有明确的动力学特性。研究选取了发生在1982/83、1997/98、2015/16和2023/24年的四次强El Niño事件作为案例进行回报分析。结果显示,基于CNOP的集合预报可将Niño3.4的预测误差降低30%以上(图1-2),并系统改善了对热带太平洋三维海温场的预测精度。
本研究采用的大样本集合优化CNOP求解算法无需构建伴随模式或显式计算模型梯度信息,也不依赖特定的模型架构,因此具有较好的通用性和拓展性,可广泛应用于DL模型对极端天气和气候事件的集合预测中,为改进极端天气和气候事件等的预报提供了有效方法。

图1.(a-c)分别为三次强El Niño事件的非独立回报分析结果;其中黑线为观测值,粗蓝线为控制预报,粗红线为集合预报均值,其他彩色细线为各集合成员的预测结果。(d)Niño3.4区SST异常的预测误差及集合预报改进率;黑色和绿色分别为控制预报和集合预报平均值的预测误差(℃),紫色为集合预报平均值相比于控制预报的误差减小率。

图2.与图1相同,但在2015-2016年超强El Niño事件上的独立测试结果。
论文引用:
Zhou, L., Zhang, R.-H. & Tao, L. AI-Enabled conditional nonlinear optimal perturbation enhances ensemble prediction of extreme El Niño events. npj Clim Atmos Sci (2025). https://doi.org/10.1038/s41612-025-01303-6

作者简介:

第一作者:周路,南京信息工程大学博士后,合作导师张荣华教授。2019年获河海大学学士学位,2024年获中国科学院大学博士学位(获2025年度中国科学院优秀博士学位论文奖)。主要从事ENSO的智能表征和预测、热带海气相互作用等研究,近5年在Science Advances、Nature Communications、npj Climate and Atmospheric Science、Geophysical Research Letters、Advances in Atmospheric Sciences等知名期刊发表多篇论文。获2024年度国家博士后创新人才支持计划(“博新计划”)资助,主持国家自然科学基金青年科学基金C类、江苏省自然科学基金青年基金、国家重点研发项目子课题等项目。

通讯作者:张荣华教授,国家特聘专家、江苏双创团队领军科学家。1983年毕业于杭州大学(现浙江大学)气象学专业,1989年在中国科学院大气物理研究所获得博士学位;之后分别在中国科学院大气物理研究所、日本气象厅气象研究所、美国国家海洋资料中心及罗德岛大学及哥伦比亚大学、马里兰大学等工作;2013年全职回国在中国科学院海洋研究所工作;2022年6月调动至南京信息工程大学工作。主要研究方向包括海洋数值模拟和海气相互作用、ENSO和气候预测、地球系统多圈层相互作用、人工智能海洋学等。已发表高水平研究论文250多篇(包括以第一作者在《Nature》发表封面亮点论文);由科学出版社出版ENSO模拟和预测专著一部。1993年国务院政府特殊津贴专家;1994年获“赵九章优秀中青年科学工作奖”唯一特等奖;1997年获中国科学院自然科学奖一等奖;2021年入选气候变化研究领域全球最具国际影响力的千位科学家名单录;2022年获中国海洋与湖沼十大科技进展奖;多年入选爱思唯尔“中国高被引学者”等榜单;三次获中国科学院优秀导师奖,所培养的博士研究生有三人次荣获中国科学院优秀博士学位论文奖、一人次入选中国博士后创新人才支持计划(“博新计划”)。现任《Journal of Oceanology and Limnology》副主编、《Acta Oceanologica Sinica》(海洋学报英文版)主编助理、《Atmospheric and Oceanic Science Letters》编委、《海洋学报》主编助理等。