相对于天气和气候预测，次季节预测技巧很低，特别对于极端事件。其重要瓶颈之一在于其初值和下垫面边值条件对于次季节尺度预测的影响尚不清楚。作为次季节预测的重要初始条件之一，地表热力条件的记忆时长常常在1周至数月，具有次季节尺度的记忆优势；同时作为重要的下垫面条件，地表热力条件记忆性会通过陆-气相互作用，在次季节尺度影响局地和下游的大气环流和降水。但目前用于为大多数动力预测模式的地表初始条件不够真实，同时由于大气信号的快速衰减和混沌特性，初始地表热力条件对大气的影响能持续多久目前尚不清楚。

针对上述问题，该研究以2020年夏季长江流域暴力梅事件为例，基于动力模式实时业务预测系统设计次季节预测试验，发现在实时动力预测中，高原地表初始时刻热力条件会显著影响长江中下游盛夏梅雨季降水次季节预测，影响时效可达三周（图1）（具体影响机制见图2）。该成果聚焦初始条件在次季节预测中的作用，首次指出了在实时预测中，高原地表初始热力条件对长江中下游盛夏梅雨季降水次季节预测的影响及其持续时间，为进一步优化高动力预测模式对东亚夏季极端降水事件的预测技巧提供了科学思路。

【论文信息】

Fan, Y., Yang, J., Bao, Q., Ma, T., Wu, G., Xue, Y., et al. (2024). How does the Tibetan plateau land thermal initial condition influence the subseasonal prediction of 2020 record-breaking Mei-yu rainfall. Journal of Geophysical Research: Atmospheres, 129, e2024JD041723. https://doi.org/10.1029/2024JD041723

图1. 2020年梅雨期，青藏高原地表增暖后第1-3周对长江中下游环流预测的影响

图2. 2020年梅雨期，初始时刻青藏高原地表增暖对长江中下游次季节降水预测的影响机制