题目🤜🏼：条件非线性最优扰动和繁殖向量对于误差增长结构的捕捉能力评估

报告人👰：李旋🫃🏼，万事平台博士后，合作导师穆穆教授。2019年博士毕业于中国科学院大气物理研究所🤶🏽。主要研究方向为集合预报和极端天气事件和气候可预报性🪒。

报告摘要🔥：正交条件非线性最优扰动（CNOP）是在一定优化时间内具有最大非线性发展的一类初始扰动✊🏽；繁殖向量（BV）则是经过数个繁殖过程之后具有最快、稳定持续发展的初始扰动🧑‍✈️🔮。正交CNOP和BV均考虑了误差增长的非线性现象，且均是快速发展的初始扰动。然而，两者却具有不同的动力学特征。在集合预报中🩺，较好地抓住分析误差增长结构，有利于提高集合预报技巧。基于此，我们对正交CNOP和BV捕捉分析误差增长结构的能力进行了评估。研究发现正交CNOP可以更好的捕捉到分析误差增长结构🧜🏽‍♀️。这主要是由于（1）初始时刻𓀋，正交CNOP具有严格的正交性🖐🏼；（2）预报过程中💪，各个成员之间依然保持具有较高的离散度；（3）正交CNOP局地维数始终高于BV的局地维数🥷🏼。

题目：热带中东太平洋模式不确定性对ENSO多样性预测的影响

报告人：陶灵江，万事平台博士后🙆🏿‍♀️，合作导师穆穆教授👃👰🏿。2019年博士毕业于中国科学院大气物理研究所。主要从事热带太平洋动力学，ENSO预报误差发展动力学🤽🏼‍♀️，ENSO多样性可预报性问题的研究👳🏽‍♂️。

报告摘要🧎🏻：模式自身缺陷被普遍认为是造成ENSO多样性预报能力丧失的一个重要因素。因此，研究模式不确定性对ENSO实际预测中的影响不仅能够加深ENSO可预报性的认识，同时能够为进一步提高ENSO预报技巧提供新解决思路。在本研究中，采用了非线性强迫奇异向量（NFSV）同化方法量化了一中等复杂程度海气耦合模式（ICM）在ENSO回报中的模式误差对SST倾向模式的综合作用，记为NFSV-TEs。发现，NFSV-TEs主要分布于模式边界和赤道中东太平洋区👨🏿‍🦰，意味着ICM在这些海区具有较大的模式误差✬。特别是☔️，赤道中东太平洋偶极子型NFSV-TEs在ENSO实际预测中经常出现，严重影响ENSO空间结构的预测。多组回报试验表明，中部和东部NFSV-TEs（记为EQcenter-TEs和EQeast-TEs）对ENSO预测具有不同的作用🧑🏻‍🍼。其中，EQeast-TEs在减小热带太平洋SST预报误差和系统性偏差的作用要优于EQcenter-TEs；而EQcenter-TEs加入能够提高两类El Nino空间结构的预测🛅。这是因为EQcenter-TEs不仅减小中太模式不确定性，而且能够调整大气风场和海洋热输送使得模式更能预测出中太型El Nino事件。因此🧙🏿‍♀️，为提高ENSO多样性预测🫸🏼，尤其是中太型El Nino预测，需要更多的关注并渐小中太平洋模式不确定性的来源👩🏽‍🦳。